如何去思考?

第五课:重塑你的思考力,把问题想明白

1、深度思考能力在逐步减退

  • 发泄性产业,比如赌博,暴力性游戏
  • 娱乐性产业,比如偶像剧

你的深度思考能力是如何被毁掉的?

案例:在1995年9月27号到10月1号,美国旧金山举行过一个会议,聚集了世界上各行各业的500多位精英,大家在一块讨论的一个话题就是:如何应对全球化。大家都认为,全球化会加剧世界上人们之间的贫富差距。会使全世界大部分的财富掌握在全球20%的人们手中,这意味着,这20%的人会非常非常有钱,而另外80%的人会比较贫穷,即被边缘化。

案例

2、思考能力低下有以下几个特征

  • 喜欢听故事
  • 情绪化
  • 总是凭借直觉去判断
  • 经验主义

3、思考能力的形成过程

  • 第一步——直觉
  • 第二步——偏见
  • 第三步——辩证
  • 第四步——观点

首先,我们看到一个现象以后,首先会形成一个直观的感受,这就是直觉;然后根据现象就会自然推出自己的一个结论,这就是偏见,当你这个时候听到一个和你不一样的意见的时候,你就会开始思考你原来的结论的正确性。这就是辩证,到最后总结,才能形成一个观点。

4、思考的两个方向

  • 上推式
  • 下推式

上推式思考:当看到一个事件或者一个观点的时候,会问为什么会发生这样的观点,为什么会产生这样的情况,逐步往上推,追本溯源。

下推式思考:当看到一个事件或者一个观点的时候,直接回往下思考,对这个事件下结论,这样的话,就不会继续思考了。这是一般人的思维方式。

两种思考方式的区别以及带来的影响:

当我们使用上推式思考时,最后就可以知道整个事件发生的来龙去脉,以及为什么会这样。会对看到的事件和观点有一个比较客观的认识;而使用下推式思考,由于所参照的东西就是这个事件,得出的观点和结论避免不了会存在偏见。因为这样的思考方式无法让你了解整个事件的全貌。
现在总流行一句话:叫做有图有真相。听起来就像是中国的那句俗语,眼见为实。但是有图真的有真相么,眼睛看到的就是事实么,完全不见得。因为存在P图。还有就是其实你眼睛看到的就是别人想让你看到的,他只是事情的一个侧面,所以眼睛见到的,也不一定就是事实。

5、上推的三个途径

  • 追溯原因链条
  • 追溯证据的来源和可靠性
  • 追溯历史过程

6、重塑思考力应避免的误区

  • 用个案代替全部
  • 用假设代替结论
  • 用现象代替原因
  • 用情绪化代替思考

一个原则:我永远都不是绝对正确的,保持开放,才能接近真相。

要学会思考,首先要提醒自己去质疑,质疑很重要。就是当别人在阐述什么问题或者观点的时候,永远都保持一个怀疑的眼光去看待。因为他说的不一定正确,这个时候自然而然就会去思考,为什么他会这么说,他的依据是什么,他的依据有没有道理。这样,我们就会有一个自己的判断

### 如何隐藏或跳过大模型的思考过程 在调整大型语言模型(LLM)的行为时,可以通过特定参数配置来控制其生成行为。对于希望除生成过程中间输出或思考步骤的情况,可以采取以下措施: #### 参数设置 通过调整模型的推理参数,可以实现仅返回最终结果而省略中间步骤的功能。以下是几个关键参数及其作用[^1]: - **`output_hidden_states=False`**: 设置此参数可防止模型输出每一层的状态信息。 - **`output_attentions=False`**: 关闭注意力权重的输出,从而减少不必要的细节展示。 - **`return_dict_in_generate=False`**: 控制是否以字典形式返回生成的结果,默认情况下可能包含额外的信息。 这些参数通常可以在调用 `generate()` 方法或者初始化模型实例时指定。例如,在 Hugging Face 的 Transformers 库中,代码如下所示: ```python from transformers import AutoModelForCausalLM, AutoTokenizer tokenizer = AutoTokenizer.from_pretrained("diwy-model-name") model = AutoModelForCausalLM.from_pretrained("diwy-model-name") inputs = tokenizer("输入提示", return_tensors="pt") outputs = model.generate( inputs["input_ids"], max_length=50, output_hidden_states=False, output_attentions=False, return_dict_in_generate=False ) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ``` #### 修改源代码逻辑 如果上述参数无法完全满足需求,则需深入到框架内部进行定制化开发。具体来说,定位负责打印调试信息的部分并将其禁用即可达成目标。这一步骤涉及对底层架构的理解以及编程能力的要求较高。 另外值得注意的是,某些预训练好的模型可能会自带一些固定的日志记录功能,即便设置了相关参数也可能仍有残留显示。此时就需要查阅对应文档寻找解决方案或是向官方提交反馈请求新增特性支持[^2]。 最后提醒一点,任何改动都应备份原始文件以防万一出现问题能迅速恢复原状;同时也建议先在一个独立环境中测试效果再推广至生产环境使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

loveCC_orange

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值