使用loo对brms生成的GAM模型做LOO交叉验证时遇R致命错误

我用brms包拟合了多个GAM模型，计划通过leave-one-out（LOO）交叉验证筛选最优模型，但调用loo()函数时频繁出现异常，最终触发R致命错误，目前没有有效的排障路径。

环境详情 #

R version 4.2.2
Rstudio version 2023.12.0.369
brms version 2.20.4

可复现代码 #

set.seed(42)
df <- data.frame(y = rnorm(2000, 100, 20),
           x = rnorm(2000, 50, 20),
           a = sample(LETTERS[1:3], 2000, replace = TRUE)) 
m <- brm(y ~ s(x) + s(x, a, bs = "fs"),
       prior = c(prior(normal(0, 10), class = Intercept),
                 prior(normal(0, 1), class = b),
                 prior(normal(0, 1), class = sigma),
                 prior(normal(0, 1), class = sds)),
       family = gaussian(link = "identity"), data = df)
loo(m)

问题过程 #

执行上述代码后，会收到如下警告：

Warning message:
Found 1 observations with a pareto_k > 0.7 in model 'm'.
It is recommended to set 'moment_match = TRUE' in order to
perform moment matching for problematic observations.

按照提示将代码修改为：

loo(m, moment_match = TRUE)

此时直接触发R致命错误。

内容的提问来源于stack exchange，提问作者tnt