目次
ddl のパワー
ウォートン ビジネス スクール教授のイーサン モリックがこの研究を発見し共有した後、多くのネチズンの注目を集めました。
ホームページ テクノロジー周辺機器 AI 主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

Jan 16, 2024 pm 11:42 PM
ai 電車

年末です。大学生は最終週を迎え、従業員は KPI の追いつきを急いでいます。期限のない年末 (ddl) は本当の意味での終わりではありません。年...

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

ddl は私たちの日常生活に遍在しており、「ddl は主要な生産力である」は人々が個人的な実践を通じて学んだ「賢明な格言」です。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

#ただし、ddl の行動への影響に関する体系的な証拠はまれです。

しかし、ddl に関する研究は、オペレーションズ リサーチおよびマネジメント サイエンスの分野で最大の専門団体の 1 つである INFORMS のジャーナル「Management Science」に掲載されました。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

この研究では、2 つの実験を通じて DDL の有効性を確認し、DDL が強力な管理ツールである理由を説明します。同時に、研究では、DDL に対する個人の反応が記憶力と注意力の制限によって影響を受けることも明らかになりました。

一部の学者は次のようにコメントしました:

さまざまな調整方法が価値がある理由は、それらの方法が人間の認知限界を完全に考慮しているためです。これは興味深いトピックです。
将来的には、AI とのインタラクション デザインは、人間の心理の限界を補うことに重点を置くことになります。現在のチャット インターフェイスが不完全であることは明らかです。これは、人間が LLM と同じ量のコンテキスト情報を処理および記憶できると誤って想定しているためです。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

# ネチズンも「大規模なモデルに ddl を設定するとパフォーマンスが向上するでしょうか?」と非常に興奮しています。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

考古学的「ddl 効果的」実験

この研究は、ドイツの IZA ボン研究所、コペンハーゲン大学、ヘルティ大学、カイザースラウテルン大学の研究者によって共同で完了しました。

彼らは、予防検診が必要な患者を対象として、大規模な歯科医院で 2 つの実験を実施しました。このシナリオが実験に選択されたのは、主に次の点を考慮したためです。

医師の指示に従って、患者は率先して定期的に歯科医に連絡し、検査の予約をする必要があります

(検査の頻度は比較的少ないです) low)、つまり、人々はタスクを完了するために率先して行動する必要がありますが、明確な実行日はありません。この設定は、DDL、タスクのパフォーマンス、メモリ制約の間の相互作用を調査するのに特に適しています。

具体的には、最初の実験は 2011 年から 2013 年にかけて行われました。

歯科医院の検査予約通知システムは、患者様が推奨する検査間隔に合わせて、はがき形式のリマインド通知を患者様に送信し、次回の定期検査の予約を促します。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

これに基づいて、研究者らは 3 つの治療グループに対応する ddl をリマインダー通知に追加しました: D1

(1 週間 ddl)、D3 (3 週間の ddl) 、ND (ddl なし) 。各治療グループには 3 つの報酬レベルも設定されています。大きな報酬 (プロによる無料の歯のクリーニング) 、小さな報酬 (歯科ケア パッケージ) 、および明確な報酬なし。

これにより、3 ddl × 3 報酬レベルの 9 つの組み合わせが形成されます。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

1,015 家族からの合計 1,175 人の患者が検査され、合計 2,661 回の治療が行われました。研究者らは2011年から2013年にかけて、患者を43回のバッチで異なる治療グループにランダムに割り当てた。

分析結果の変数は主に、患者の最初の接触予約日、累積奏効率、ddl 内の奏効率、および日次リスク率

(危険率) です。

2013 年の第 2 四半期と第 3 四半期に、研究者たちは同じ環境で 2 回目の実験を設定しました。主な目的は、より長い DDL の下でも主要な結果が安定しているかどうかを調査することでした。

対照として、メイン実験の D1、D3、および ND に対応する治療に加え、2 番目の実験には 6 週間 (D6)、10 週間 (D10)、および 12 か月の治療も含まれていました。 「年末」

(EoY) ddl 処理は 31 日です。賞品は 10 ユーロ相当のデンタルケア キットです。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

他の設計および分析手順は、最初の実験と同様でした。

ddl のパワー

最終的に、研究者たちは実験結果を分析しました。分析プロセスは少し複雑でした。興味のある家族は論文全体を閲覧できます。「保存版」は次のとおりです。

  • DDL を設定すると、ユーザーがタスクに応答する頻度と時間を大幅に改善および高速化できます。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める
主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

  • 比較的短い ddl (1 ~ 3 週間) により、人々の反応が速くなるだけでなく、また、ddl 後 100 日以内に応答率を 10% 以上増加させ続けます。 人々のタスク完了率を長期間にわたって改善し続けます。これは、記憶力と注意力の制限に関連している可能性があります。
  • 明確なインセンティブがなくても、ddl は人々の行動に大きな影響を与えます。ddl 自体の効果は、高額な報酬の効果と同様です。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

    特定の ddl の前では、ddl の拡張に伴ってリスク率が減少します。これは理論的な予測と矛盾しており、メモリの影響である可能性もあります。制限がございます。
つまり、ddl が長く、前に完了する必要があるタスクを忘れてしまう可能性があるため、リスク率は比較的低くなります。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

    報酬と合理的な短期 DDL を組み合わせることで、最もコストがかかる総コストを低く抑えてタスクを早期に完了するよう人々を動機付けることができます。 -効果的 。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める
主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める

#DDL を 1 つのタスクに課すと、他のタスクに悪影響を及ぼす可能性があります。
  • ddl なし設定で反応率が低かったグループでは、ddl 適用後のタスクパフォ​​ーマンスの相対的な改善がより大きくなりました。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求めるネチズンの間で熱い議論が交わされました

ウォートン ビジネス スクール教授のイーサン モリックがこの研究を発見し共有した後、多くのネチズンの注目を集めました。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める一部のネチズンは、「これはパーキンソンの法則に当てはまります」と言っています

(作業を完了するために必要な時間を埋めるために作業が拡大します)

:

DDL が短いと、緊急性が増しますが、DDL が来る前にエラーを修正したり問題を解決したりする時間がまだあることがわかるため、より大きな安心感も得られます。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める 研究から始めて、一部のネチズンは心理学に対する ddl の長期的な影響や仕事の品質への影響にも興味を持っています:

ddl 基本的には、タスクを完了するために実行できる分析の範囲と深さを設定する単なる時間枠です。しかし、人々は、DDL に直面するプレッシャーを罰として捉えることがよくあります。

主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求める さらに、一部のネチズンは ddl について苦情を言いました:

これは囚人がアイロンに慣れているからではないと確信していますか刑務所の鉄格子? ddl なしのほうがうまくいきます。

以上が主な生産力としての ddl の科学的説明について議論する: ネチズンは大規模なモデル実験を求めるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

vue.jsのストリングをオブジェクトに変換するためにどのような方法が使用されますか? vue.jsのストリングをオブジェクトに変換するためにどのような方法が使用されますか? Apr 07, 2025 pm 09:39 PM

vue.jsのオブジェクトに文字列を変換する場合、標準のjson文字列にはjson.parse()が推奨されます。非標準のJSON文字列の場合、文字列は正規表現を使用して処理し、フォーマットまたはデコードされたURLエンコードに従ってメソッドを削減できます。文字列形式に従って適切な方法を選択し、バグを避けるためにセキュリティとエンコードの問題に注意してください。

VueおよびElement-UIカスケードドロップダウンボックスVモデルバインディング VueおよびElement-UIカスケードドロップダウンボックスVモデルバインディング Apr 07, 2025 pm 08:06 PM

VueとElement-UIカスケードドロップダウンボックスv-Modelバインディング共通ピットポイント:V-Modelは、文字列ではなく、カスケード選択ボックスの各レベルで選択した値を表す配列をバインドします。 SelectedOptionsの初期値は、nullまたは未定義ではなく、空の配列でなければなりません。データの動的読み込みには、非同期でデータの更新を処理するために非同期プログラミングスキルを使用する必要があります。膨大なデータセットの場合、仮想スクロールや怠zyな読み込みなどのパフォーマンス最適化手法を考慮する必要があります。

インストール後にMySQLの使用方法 インストール後にMySQLの使用方法 Apr 08, 2025 am 11:48 AM

この記事では、MySQLデータベースの操作を紹介します。まず、MySQLWorkBenchやコマンドラインクライアントなど、MySQLクライアントをインストールする必要があります。 1. mysql-uroot-pコマンドを使用してサーバーに接続し、ルートアカウントパスワードでログインします。 2。CreatedAtaBaseを使用してデータベースを作成し、データベースを選択します。 3. createTableを使用してテーブルを作成し、フィールドとデータ型を定義します。 4. INSERTINTOを使用してデータを挿入し、データをクエリし、更新することでデータを更新し、削除してデータを削除します。これらの手順を習得することによってのみ、一般的な問題に対処することを学び、データベースのパフォーマンスを最適化することでMySQLを効率的に使用できます。

Laravelの地理空間:インタラクティブマップと大量のデータの最適化 Laravelの地理空間:インタラクティブマップと大量のデータの最適化 Apr 08, 2025 pm 12:24 PM

700万のレコードを効率的に処理し、地理空間技術を使用したインタラクティブマップを作成します。この記事では、LaravelとMySQLを使用して700万を超えるレコードを効率的に処理し、それらをインタラクティブなマップの視覚化に変換する方法について説明します。最初の課題プロジェクトの要件:MySQLデータベースに700万のレコードを使用して貴重な洞察を抽出します。多くの人は最初に言語をプログラミングすることを検討しますが、データベース自体を無視します。ニーズを満たすことができますか?データ移行または構造調​​整は必要ですか? MySQLはこのような大きなデータ負荷に耐えることができますか?予備分析:キーフィルターとプロパティを特定する必要があります。分析後、ソリューションに関連している属性はわずかであることがわかりました。フィルターの実現可能性を確認し、検索を最適化するためにいくつかの制限を設定しました。都市に基づくマップ検索

vue.js文字列タイプの配列をオブジェクトの配列に変換する方法は? vue.js文字列タイプの配列をオブジェクトの配列に変換する方法は? Apr 07, 2025 pm 09:36 PM

概要:Vue.js文字列配列をオブジェクト配列に変換するための次の方法があります。基本方法:定期的なフォーマットデータに合わせてマップ関数を使用します。高度なゲームプレイ:正規表現を使用すると、複雑な形式を処理できますが、慎重に記述して考慮する必要があります。パフォーマンスの最適化:大量のデータを考慮すると、非同期操作または効率的なデータ処理ライブラリを使用できます。ベストプラクティス:コードスタイルをクリアし、意味のある変数名とコメントを使用して、コードを簡潔に保ちます。

Vue Axiosのタイムアウトを設定する方法 Vue Axiosのタイムアウトを設定する方法 Apr 07, 2025 pm 10:03 PM

Vue axiosのタイムアウトを設定するために、Axiosインスタンスを作成してタイムアウトオプションを指定できます。グローバル設定:Vue.Prototype。$ axios = axios.create({Timeout:5000});単一のリクエストで:this。$ axios.get( '/api/users'、{timeout:10000})。

リモートシニアバックエンジニア(プラットフォーム)がサークルが必要です リモートシニアバックエンジニア(プラットフォーム)がサークルが必要です Apr 08, 2025 pm 12:27 PM

リモートシニアバックエンジニアの求人事業者:サークル場所:リモートオフィスジョブタイプ:フルタイム給与:$ 130,000- $ 140,000職務記述書サークルモバイルアプリケーションとパブリックAPI関連機能の研究開発に参加します。ソフトウェア開発ライフサイクル全体をカバーします。主な責任は、RubyonRailsに基づいて独立して開発作業を完了し、React/Redux/Relay Front-Endチームと協力しています。 Webアプリケーションのコア機能と改善を構築し、機能設計プロセス全体でデザイナーとリーダーシップと緊密に連携します。肯定的な開発プロセスを促進し、反復速度を優先します。 6年以上の複雑なWebアプリケーションバックエンドが必要です

MySQLを解決する方法は開始できません MySQLを解決する方法は開始できません Apr 08, 2025 pm 02:21 PM

MySQLの起動が失敗する理由はたくさんあり、エラーログをチェックすることで診断できます。一般的な原因には、ポートの競合(ポート占有率をチェックして構成の変更)、許可の問題(ユーザー許可を実行するサービスを確認)、構成ファイルエラー(パラメーター設定のチェック)、データディレクトリの破損(テーブルスペースの復元)、INNODBテーブルスペースの問題(IBDATA1ファイルのチェック)、プラグインロード障害(エラーログのチェック)が含まれます。問題を解決するときは、エラーログに基づいてそれらを分析し、問題の根本原因を見つけ、問題を防ぐために定期的にデータをバックアップする習慣を開発する必要があります。

See all articles