問題:
由於目前人類發明的工具數量越來越多,人類本能腦運作的規則是低耗能,高產出,但使用工具的過程因為是工具在處理問題,而導致那段記憶在腦袋裡是有斷層的,你根本無法知道過程的細節,且當記憶畫面不連貫,就叫做死背.
解決方式:
1.每個人都要有自己的綜合程式模型(包含:價值觀,知識,技能...等).2.啟動元思考,後設認知(從第三人稱視角來看自己的外部環境刺激和內部心路歷程的來源或組成的過程)
釐清觀念:
任何東西都是一個系統,也剛好符合人腦的記憶也是由系統組合而成的,也就是說人腦的學系是要靠學習一個系統才能學會,也就是所謂的「人腦的加權聯想的機制」.原理如下
加權聯想的機制原理:
1.人的感官感知到的畫面組塊(畫面組塊是靠多種經驗中找到相同的地方,然後符合生存作為組成能動力能量來源而定義出來的),這些組塊有分強弱(對生存意義程度的高低而成的強弱).
2.這些畫面組塊之間會有連結(由更低維度的感官經驗組塊組成,但沒有形成意識得到的畫面,也就是只能用潛意識或潛意識來控制無意識的這兩個的感覺來覺知到),也就是說特定的連結強度越強,就會形成強度強或弱的畫面組塊.
3.所以說當外界給你一個刺激(提示詞),而因為你的身體有能量(有吃東西),為了要釋放這些能量形成穩定態,所以會接受到外界刺激而透過這些能量而形成反應,而人腦被設定要是最有效率的運作(生存率最大化,為了生存),所以透過前面提到的對生存意義最高的畫面組塊用來應對外界刺激來產生反應(所謂的加權比例的比較),所以會選擇用加權比例最高的先執行.
功能介紹:
1.啟動元認知
解決問題:
人大部分的時間都是習慣啟用本能去做事情(效率才高),而理性思考是人類大腦很晚期才發展出的能力,所以要常使用來養成習慣,因為寫入的發展裡性腦的基因內容還不夠完整,所以身體本能的發展理性思考的能力是不夠完整的,所以才要養成習慣,而靠自己後天的發展.
2.模擬所有會發生的環境參數,並用畫面跑過一輪
解決問題:
解決因死角而漏掉沒有形成記憶的畫面.
3.確認腦中畫面的記憶的完整性
解決問題:
確保系統執行的過程中都有記憶畫面.
例子:
當你要背一個單字的時候,先用感官接收那個字的發音,畫面...等感覺,在來用這個單字造3個你用的到且有意義的畫面事件,最後再將這三個畫面的相似之處用感覺(潛意識或潛意識控制無意識)去覺知,而這份感覺覺知就是這個單字再你腦袋的定位(最底層,要用潛意識才能回想),然後可以把這個感覺用畫面具體化他(意識就可以回想).這個的過程都要啟用元認知來從第三人稱視角來觀察自己的外部環境刺激和內部心路歷程的來源或組成的過程.
借鑒來源:LLM大語言模型運作機制
「LLM的底層就是 token 序列經過矩陣運算。」
背後原理解析：
- Tokenization（分詞機制）： 當我們輸入數字
12345時，模型可能會把它切成12和345兩個 Token。 - Pattern Matching（模式匹配）： LLM 是在做 Pattern Matching。在 Transformer 的注意力機制（Attention Mechanism）中，模型是在計算不同 Token 之間的「共現機率」與「上下文關聯」。訓練資料中充滿了「營收從 100 增長到 150，呈現上升趨勢」這樣的文本。因此，它能正確輸出「上升」。
