探討ddl作為第一生產力的科學解釋:網友呼籲進行大模型實驗
到年底了,大學生碰上期末週、打工人在趕KPI,沒有deadline(ddl)的年底不是真年底…
ddl在我們的日常生活中普遍存在,「ddl是第一生產力」更是人們透過親身實踐得出的「至理名言」。
然鵝,關於ddl行為效應的系統性證據卻很少見。
不過,運籌學和管理科學領域最大的專業協會之一INFORMS旗下期刊《Management Science》上,就刊登了一篇關於ddl的研究。
這項研究透過兩項實驗證實了ddl的有效性,並解釋了其作為一種強有力的管理工具的原因。同時,研究也揭示了個體對ddl的反應受到記憶和注意力限制的影響。
有學者評價:
了解不同協調方法之所以有價值,是因為它們充分考慮到了人類的認知限制,這是一個有趣的課題。
未來,我們與AI的互動設計將著眼於彌補人類心理上的限制。顯而易見,目前的聊天介面是不完善的,因為它們錯誤地假設了人類能像LLM一樣處理和記憶相同量級的上下文資訊。
網友們也是腦洞大開,「給大模型設定ddl,會不會提升它的效能?」:
考古「ddl有效」實驗
這項研究由來自德國IZA Bonn研究所、哥本哈根大學、赫蒂學院、凱澤斯勞滕大學的研究人員共同完成。
他們在一家大型牙科診所進行了兩項實驗,目標族群是需要做預防性檢查的病人。選擇這個場景做實驗,主要是考慮到:
按醫囑,病人應定期主動聯絡牙醫,預約檢查(檢查頻率相對較低),也就是人們需要主動完成任務,但沒有明確的執行日期。這個設定就特別適合探討ddl、任務表現和記憶限制之間的交互作用。
具體來說,第一個實驗時間跨度為2011-2013年。
牙醫診所的檢查預約通知系統會按照患者的建議檢查時間間隔,向患者發送一張明信片式的提醒通知,提醒他們預約下一次的常規檢查。
在這個基礎上,研究人員在提醒通知中加入了ddl,對應三個治療組:D1(1週ddl)、D3 (3週ddl)、ND(無ddl)。在每個治療組中也設定了3種獎勵等級:大獎勵(免費專業牙齒清潔)、小獎勵(牙齒保護套裝)、無明確獎勵。
這樣就構成了3種ddl×3種獎勵等級的9種組合。
受試者共有1175名患者,來自1015個家庭,共產生了2661次的治療。研究人員在2011-2013年時間段內分43批次隨機分配患者進入不同治療組。
分析結果變數主要是病人首次聯繫預約的日期、累積回應率、在ddl內的回應率、每日風險率(Hazard Rate)。
在2013年的第二、第三季度,研究人員在同一環境下設定了第二次實驗,主要是為了探究關鍵發現在更長的ddl下是否穩定。
作為對照,除了與主實驗中的D1、D3和ND相對應的處理,第二次實驗還包括了一個為期6週(D6)、10週(D10)和截止到12月31日的「年終」(EoY)ddl處理。獎勵是價值10歐元的牙齒護理套裝。
其他設計和分析流程與第一個實驗類似。
ddl的威力
最终研究人员对实验结果进行了分析,分析过程有点复杂,感兴趣的家人们可以查看完整论文,“省流版”如下。
- 设置ddl可以显著提高和加速人们对任务做出反应的频率和时间。
- 相对较短的ddl(1-3周)不仅可以加速人们的反应,还可以在ddl后100天内持续使响应率升高10%以上,持续提高人们更长时间内的任务完成率,这可能与记忆和注意力的限制有关。
- 即使没有明确的奖励措施,ddl对人们的行为也有显著影响,ddl本身效果与高额奖励的效果近似。
- 在给定ddl前,风险率随着ddl的延长而降低,这与理论预测不符,也可能是记忆限制的影响。
也就是ddl较长,人们有可能遗忘之前要完成的任务,导致风险率相对较低。
- 将奖励和合理的短期ddl结合起来,能以更低的总成本激励人们提早完成任务,成本效益最高。
- 对一个任务施加ddl可能会对其他任务产生负面溢出效应。
- 在无ddl设置中响应率较低的群体,在施加ddl后任务表现相对提升更大。
网友热议
沃顿商学院教授Ethan Mollick扒出并分享了这项研究后,得到不少网友关注。
有网友表示,“这和帕金森定律相呼应”(工作会膨胀以填满用于完成该工作的时间):
较短的ddl增加了紧迫感,但也更安心,因为知道在ddl来临之前仍有时间纠正错误或补救问题。
从研究出发,有网友还对ddl对心理的长期影响以及工作质量的影响感兴趣:
ddl本质上仅是一个时间框架,它设定了完成任务时可进行的分析的范围和深度。然而,人们常常将面对ddl的压力视为是一种惩罚。
此外,也有网友吐槽ddl:
你确定这不是因为囚犯习惯了牢笼铁栅栏吗?没有ddl的情况下,我工作得更好。
以上是探討ddl作為第一生產力的科學解釋:網友呼籲進行大模型實驗的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

選擇大宗交易平台時應考慮以下因素:1. 流動性:優先選擇日均交易量超50億美元的平台。 2. 合規性:查看平台是否持有美國FinCEN、歐盟MiCA等牌照。 3. 安全性:冷錢包存儲比例和保險機制是關鍵指標。 4. 服務能力:是否提供專屬客戶經理和定制化交易工具。

提供各種複雜的交易工具和市場分析。覆蓋 100 多個國家,日均衍生品交易量超 300 億美元,支持 300 多個交易對與 200 倍槓桿,技術實力強大,擁有龐大的全球用戶基礎,提供專業的交易平台、安全存儲解決方案以及豐富的交易對。

2025年安全的數字貨幣交易所排名前十依次為:1. Binance,2. OKX,3. gate.io,4. Coinbase,5. Kraken,6. Huobi,7. Bitfinex,8. KuCoin,9. Bybit,10. Bitstamp,這些平台均採用了多層次的安全措施,包括冷熱錢包分離、多重簽名技術以及24/7的監控系統,確保用戶資金的安全。

常見的穩定幣有:1. 泰達幣(USDT),由Tether發行,與美元掛鉤,應用廣泛但透明性曾受質疑;2. 美元幣(USDC),由Circle和Coinbase發行,透明度高,受機構青睞;3. 戴幣(DAI),由MakerDAO發行,去中心化,DeFi領域受歡迎;4. 幣安美元(BUSD),由幣安和Paxos合作,交易和支付表現出色;5. 真實美元(TUSD),由TrustTo

截至2025年,穩定幣交易所數量約為千家。 1. 法定貨幣支持的穩定幣包括USDT、USDC等。 2. 加密貨幣支持的穩定幣如DAI、sUSD。 3. 算法穩定幣如TerraUSD。 4. 還有混合型穩定幣。

選擇可靠的交易所至關重要,Binance、OKX、Gate.io等十大交易所各具特色,CoinGecko、Crypto.com等新app也值得關注。

截至2025年4月,有七个加密货币项目被认为具有显著增长潜力:1. Filecoin(FIL)通过分布式存储网络实现快速发展;2. Aptos(APT)以高性能Layer 1公链吸引DApp开发者;3. Polygon(MATIC)提升以太坊网络性能;4. Chainlink(LINK)作为去中心化预言机网络满足智能合约需求;5. Avalanche(AVAX)以快速交易和
