在本文中,我们将探讨如何将心智模型理论应用于 UI 设计中,同时还会研究一些如何匹配用户心智模型的方法,最后当然还少不了一些经典案例的学习。 目录: 什么是心智模型? 将心智模型应用于 Web 设计中 心智模型匹配方法 调整用户的心智模型 Web 设计中关于心智模型的真实案例 什么是心智模型? 将心智模型应用于 Web 设计中 用户体验设计存在的一个主要原因,就是为了迎合人们的心智模型,从而帮助他们以尽可能最佳的体验去完成任务。 怎么创建符合用户心智模型的产品呢?我们先从规避心智模型错配讲起。 心智模型匹配方法 发现你的用户群 如果想要匹配你的用户的心智模型,最好的开始方式就是找出你的目标用户群。世界上的人这么多,可不是所有的用户都有相同的心智模型! 黄金法则就是进行一些用户测试。
“稀缺心态”和“心智带宽” 不能说程序员是最聪明的人,但他们的平均智商肯定要比大部分行业的人要高 程序员要控制着几十万行代码,其中一个标点符号都不能错 他大脑要随时模拟这几十万行代码的运行状态 靠理性来分析哪儿会出 接着说重点“带宽”,这里的带宽是指心智带宽,我们的认知能力以及执行控制力。稀缺会减少我们的心智带宽,降低前瞻性,并削弱我们的执行控制力。因此,带宽降低也意味着智商的下降。 二、金钱的稀缺心态 对于金钱的稀缺心态 -> 注意力集中到钱上 -> 大脑里反映出各种与钱有关的事情,并变得冲动失去控制能力 -> 心智带宽减少 -> 做出错误认知,做出更多错误的决定 -> 放大对于金钱的稀缺心态 ->循环 三、时间的稀缺心态 对于时间的稀缺心态 -> 注意力集中到时间上 -> 大脑里反映出各种没有完成的事情,并变得冲动失去控制能力 -> 心智带宽减少 -> 做出错误认知,做出更多错误的决定 组织中需要一个人不仅能够把注意力放在项目上,还能够超脱出来,把注意力放到可能会发生的突发事件上并评估突发事件可能会造成的影响,来保证其他人专注的工作并保证当下的目标不受影响,不断调整整个组织的心智带宽。
-------写 在 前 面 --------- 研究生毕业至今也已经超过4年,也过了三十而立的年龄。工作中少了刚入职时候的韧劲,更多的是提升工作效率,以质(经验)取胜,而不是蛮力相拼。 细
-------写 在 前 面 --------- 研究生毕业至今也已经超过4年,也过了三十而立的年龄。工作中少了刚入职时候的韧劲,更多的是提升工作效率,以质(经验)取胜,而不是蛮力相拼。 细
Tech 导读 本文深入ChatGPT原理,详细阐述ChatGPT的工作机制,并解释如何在其“续写”机制下诞生了“心智”,最后结合中文房间问题和压缩机制重新对ChatGPT的“心智”进行解读。 来自斯坦福大学的最新研究结论,一经发出就造成了学术圈的轰动,“原本认为是人类独有的心智理论(Theory of Mind,ToM),已经出现在ChatGPT背后的AI模型上”。 所谓心智理论,就是理解他人或自己心理状态的能力,包括同理心、情绪、意图等。这项研究中,作者发现:davinci-002版本的GPT3已经可以解决70%的心智理论任务,相当于7岁儿童。 这篇文章,只是为了回答一个问题:一段代码是如何拥有心智的? 但是,通过压缩产生的智慧和人的心智真的是同一种东西吗?
写在前面 博文内容涉及:文心智能体大赛:文心智能体初体验 理解不足小伙伴帮忙指正 :),生活加油 我徒然忘记了热闹,却来不及悟透真正的清冷(《四喜忧国》) 前言 徒然忘记了热闹,却来不及悟透真正的清冷 ,通义千问,混元助手等出来之前,我在想是否可以自己做一个可以聊天的机器人,陪伴迷茫的生活,用微软的 Azure 认知服务,尝试了许久失败了,在 GTP 出来后我看到了可能,但是 GTP 是一个综合性的模型 今天和小伙伴分享百度文心智能体,博文内容涉及一句话文心智能体创建,以及发布体验 Demo,文心智能体大赛介绍,感兴趣的小伙伴赶快去尝试吧,瓜分百万奖励哦 文心智能体文档:https://agents.baidu.com 文心智能体平台是百度推出的基于文心大模型的智能体(Agent)平台,支持广大开发者根据自身行业领域、应用场景,选取不同类型的开发方式,打造大模型时代的产品能力。 创建智能体 文心智能体大赛主页:https://aistudio.baidu.com/competition/detail/1186/0/introduction 在文心智能体平台,选择创建智能体,有两种创建方式
人人都能读懂的react源码解析(大厂高薪必备) react心智模型(来来来,让大脑有react思维吧) 视频讲解 视频课程的目的是为了快速掌握react源码运行的过程和react中的scheduler 视频讲解(高效学习):点击学习 在正式开始之前需要了解一下前置知识,现在不太清楚没关系,这些内容会在后面的章节中出现并且详细介绍,这一章的目标是了解react源码中存在的模型(数据结构或者思想) react
如何理解AI大模型和智能体?深入浅出大语言模型心智模型“意向立场” 文 | 王文广在日常生活里,我们总是自然而然地揣测他人的想法——“他觉得天气太冷”,“她希望尽快结束会议”,“他认为我在撒谎”。 三 信念、欲望和目标:为大模型构建“民间心理学” 当我们把意向立场应用于大模型时,这意味着什么?我们可以像理解人类一样,谈论它们的“心智状态”吗? 例如,他们用“心智理论”任务测试模型,发现DeepSeek能够理解他人的信念和意图;用决策任务测试,发现其表现与人类相当甚至更优;用儿童认知发展任务测试,发现大模型在社交和道德理解上,反应与人类儿童相似 范式区分:它清晰地指出了深度学习与传统AI的根本不同,提醒我们可能正在与某种“新心智”打交道,这伴随着全新的伦理和实践挑战。 不可或缺的术语:当研究开始触及模型的“推理能力”、“情境意识”时,除了“心智词汇”,我们别无选择。意向立场从描述性的观察(研究者们确实在用),变成了规范性的主张(这是解释最先进大模型行为的最优框架)。
然而,当研究人员抱着试探性的心态将这些问题抛给最新一代的大型语言模型(LLMs)时,如Llama、Qwen等先进模型,在很大程度上能够像一个心智成熟的人一样,准确地回答这些问题。 他们发现,当对这些参数进行扰动时,Llama和Qwen这类使用RoPE架构的模型,其心智能力会崩溃。之后,他们将同样的“手术”应用在了不使用RoPE的Jamba模型上。 而且研究人员还通过进一步的搅动比较发现,那些稀疏的“心智核心”参数在模型中的作用,与“主导频率”的模式精确地对齐。 不过这至少为我们解释模型的心智能力找到一个底层基础,即对句子前后位置的理解。 论文通过解剖模型心智参数,得到的一个核心结论就是,对序列和结构的精确把握,是所有高级认知能力的绝对前提。
克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 谷歌联合多所高校的一项最新研究,让大模型开始拥有了人类的“心智”。 如果大模型能够像人类一样,在小明回来之后告诉他包在卧室,就说明大模型具备了“心智理论”。 研究人员把这种做法称为Thinking for Doing(T4D),并设计了相应的任务。 为了提高模型在T4D任务上的表现,团队进一步提出了Foresee and Reflect(FaR)提示策略,结果让大模型在“心智”上取得了重大突破。 论文的标题也包含了“How far……” ,一语双关,既体现了FaR框架对大模型的帮助,又暗含了大模型离具有人类“心智”的距离。 那么,有了FaR的大模型,究竟拥有什么样的“心智”呢? 其中的ToMi是一个由大量“萨利-安妮”类情景组成的测试数据集,用于测试大模型的“心智推理”能力。
hatGPT原来是拥有心智的?! “原本认为是人类独有的心智理论(Theory of Mind,ToM),已经出现在ChatGPT背后的AI模型上。” 的同源模型,更是解决了93%的任务,心智相当于9岁儿童! 作者依据心智理论相关研究,给GPT3.5在内的9个GPT模型做了两个经典测试,并将它们的能力进行了对比。 然而在BLOOM之前的几个GPT-3模型,就连5岁孩童都不如了,基本上没有表现出心智理论。 如今,大语言模型变得越来越复杂,也越来越擅长生成和解读人类的语言,它逐渐产生了像心智理论一样的能力。但这并不意味着,GPT-3.5这样的模型就真正具备了心智理论。
对于“心智模型“,唐纳德·诺曼在《设计心理学》一书中的解释是:心智模型是存在于用户头脑中对一个产品应具有的概念和行为的知识。 产品的心智模型设计 Alan cooper在《交互设计精髓》中曾提出三个模型:表现模型、实现模型和用户心智模型。 实现模型是产品可以运行的背后的一套处理原理和方式。 设计师所设计的表现模型越接近用户心智模型,那么用户就越觉得“可控“、“好用”、“满足需求”。反之,表现模型越远离心智模型,用户越觉得这款产品困难而不易理解。 所以,将表现模型不断靠近心智模型是我们进行产品设计最重要的目标之一。也就是产品设计要尽可能的符合用户预期。所谓的符合用户预期,其实就是符合用户的心智模型。 最后产出的用户画像模型即我们理想中最接近的用户心智模型. 而真正进阶的用户体验,在于表现模型对用户心智模型的塑造反哺,即我们熟知的超出用户预期。
Behaviour期刊上的一篇关于language、mind和brain之间的相互关系的观点性文章,在这里,language和brain的汉语义明确,但是mind可以翻译为多个汉语词,这里我们翻译为“心智 ”,因为文章中所谈到的关于认知和思维等我们常表述的人类的高级功能都可以用心智这个词来表述,并且作者在文中使用到了”in the mind and brain”这样的表述,说明mind在这里应当是个名词实体 在心智和大脑中的普遍语法(universal grammar) 人类婴儿的语言发育得非常快,且不依赖于他们出生时的特定语言环境。 图3 语言加工的神经基础(以双通路模型为基础) 注:左半球与语言相关的大脑区域和纤维束的简图。背侧纤维束连接颞后皮层和额叶皮层,包括上纵束和弓状束。 写在文后: 这篇文章中提出的语言学观点并不新颖(即02年左右就已经开始走向成熟的最简方案),其作为解释最简方案中“合并”操作这一句法计算核心的神经基础的“双通路”模型也早已经是Friederici在语言的听觉加工模型中就已经较为成熟的理论模型
作者 | 冬梅 7 月 25 日,北京聆心智能科技有限公司(以下简称“聆心智能”)举办以 AI 之名,从“心”出发——聆心智能 Open Day 活动,发布“超拟人大模型”最新进展——CharacterGLM 聆心智能 Open Day 活动现场 1 CharacterGLM 超拟人大模型:打造“走心”的 AI 聆心智能创始人、首席科学家黄民烈教授带领团队在开放日活动展示了聆心智能最新的技术进展和产品,与参会嘉宾分享和交流了大模型产业的趋势 此外,聆心智能联合创始人郑叔亮分享了 CharacterGLM 超拟人大模型的最新进展。 郭学赟认为,大模型是驱动数字人资产的重要底层,事实上当前还有很多数字人停留在基于语音、文本或预设触发的基础层级上,基于数字栩生和聆心智能双方长久以来的合作,将聆心智能 CharacterGLM 超拟人大模型与数字栩生自研的 此外,聆心智能与合作伙伴在商业化方面的探索,也将助力大模型的应用普及,共创未来美好人类社会。
机器之心专栏 机器之心编辑部 本文将介绍清华大学 CoAI 小组与北京聆心智能科技有限公司联合在中文对话预训练基座模型取得的最新阶段性进展:OPD。 本文将介绍清华大学 CoAI 小组与北京聆心智能科技有限公司联合在中文对话预训练基座模型取得的最新阶段性进展:OPD,Open-Domain Pre-trained Dialogue Model。 具体包括: 中文对话生成模型:OPD 多维度中文对话评价模型:对话信息量、相关性、一致性、安全性等多个维度各自的评价模型。 我们在实验中发现,相比于通用预训练语言模型,对话预训练模型对于数据的质量更加敏感。 模型架构 OPD 采用 UniLM 架构,共包含 6.3B 参数,采用语言模型作为预训练任务。为保证 OPD 的多轮对话能力,我们将模型最大截断长度设为 512。
反过来,品牌之所以老化症结也在于此,无法刷新自己的消费者心智认知,例如波司登的“超市货”心智认知一时难以改变,已经影响到品牌的持续发展。 探路者的“户外”标签十分浓厚,在市面上已经占领了部分消费者“户外”心智认知。而现在推出“一裤到底”,本质上是在把这种品牌心智认知进一步强化,推向纵深,走向更广大的消费层面。 ? 这个接驳口,就是都市人的多面性心理需求,让探路者“户外”标签走进普通消费者的心智中,试图夺取时尚+户外的心智认知,带来品牌更大、更深层次的发展空间。 细分品牌的优势就在于此,心智竞争中,跨界融合部分尚未被充分开发,只要设计理念、设计能力能跟上,根据消费者变动的需求占领心智的制高点仍有很多机会。 诚然,这有探路者作为老户外品牌接触大自然、对环境的保护和尊重的心理,而从战略角度解读,对外宣示环保,本就是“户外”心智的延伸和巩固,毕竟,多数已经在路上的户外爱好者,和尚未出发崇尚自然的都市人,都十分容易把环保理念与户外进行心智捆绑
最近,Andrej Karpathy 发表了关于「心智空间」的看法,他认为,如果我们继续用理解动物或人类的方式去理解 LLM,将会犯下根本性的错误。 理解他人的意图(心智理论)、建立情感纽带、形成联盟、分辨敌我,这些都是生存的关键。情商在其中扮演了至关重要的角色。 • 高风险的泛化压力:在野外,任何一项关键任务的失败都可能意味着死亡。 「工具」而非「生命」:「模型福利」是个伪命题 正是因为 LLM 的运行方式,我们无需担心所谓的「模型福利」。 小结:建立新的心智模型 Andrej Karpathy 提醒我们,人类正在与一种真正意义上的「外星智能」进行第一次接触。 能够为这种新智能建立一个准确心智模型的人,将能更好地理解它今天的行为,并预测它未来的发展。反之,那些坚持用旧地图航行的人,将会迷失方向。
“心智空间”公式与内卷指数在心理学的概念中,“心智空间”是一个人的内在精神结构,是一种对情绪的涵容和省思能力,它不仅容纳和处理了一个人的情绪感受,更重要的是可以通过对情绪和体验的思考、理解和整合,进一步增强了心智功能和涵容能力 消费者的“心智空间”是有限的和动态的,进入的品牌注定是有限且不可能永久占据。那么该如何计算和获知消费者的“心智空间”? 把“传播效应”加入进来之后,得出直播电商平台的“心智空间”公式:心智空间=(认知定位-认知基础)* 认知广度 * 传播效应认知定位:一些品牌以领先的技术开始产品的生命周期,凭借技术优势转化为产品,从而占据心智空间 “心智空间”越大,表明品牌需要投入的越大。当然,对应的市场空间和规模也越大。而争夺“心智空间”的过程,不可避免地出现竞争,不同的直播电商平台内的品牌竞争激烈程度可以用“内卷指数”来分析。 这样一来,“心智空间”与“内卷指数” 与平台细化的经营数据相结合,成为品牌商家在平台经营的重要依据,评估品牌在消费者心中占据多大的空间和心智竞争的激烈程度。
dm.clear() 清除场景,dm.deserieialize() 加载新场景这种切换方式必然会有一个极短的渲染时间,使切换时不连贯,所以我这里就使用了 3 个 graph3dView ,去呈现各自的层级模型 资源预加载 这里我通过在 body 中添加一个不在窗口展示的与窗口等宽高的 div 元素,通过把当前不展示的 graph3dView 放到其中触发对相应 obj 等模型资源的请求和渲染,完成预加载,代码如下 ; document.body.appendChild(preloadDiv); scene2.addToDOM(preloadDiv); scene3.addToDOM(preloadDiv); 模型加载完成后再执行动画 web 页面加载是依赖网速的,会展中心模型 obj 等资源文件是有一定大小的,可能对于不同带宽网速的用户所需要加载的时间也不尽相同,这里就需要判断下 obj 是否全部加载完成,加载完成后再执行动画效果, 通过 ht.Default.handleModelLoaded 监控是否所有模型都请求加载完成, 加载完成后开始执行动画,顺便释放之前预加载的 graph3dView ,代码如下: let modelSize
dm.clear() 清除场景,dm.deserieialize() 加载新场景这种切换方式必然会有一个极短的渲染时间,使切换时不连贯,所以我这里就使用了 3 个 graph3dView ,去呈现各自的层级模型 资源预加载 这里我通过在 body 中添加一个不在窗口展示的与窗口等宽高的 div 元素,通过把当前不展示的 graph3dView 放到其中触发对相应 obj 等模型资源的请求和渲染,完成预加载,代码如下 ; document.body.appendChild(preloadDiv); scene2.addToDOM(preloadDiv); scene3.addToDOM(preloadDiv); 模型加载完成后再执行动画 web 页面加载是依赖网速的,会展中心模型 obj 等资源文件是有一定大小的,可能对于不同带宽网速的用户所需要加载的时间也不尽相同,这里就需要判断下 obj 是否全部加载完成,加载完成后再执行动画效果, 通过 ht.Default.handleModelLoaded 监控是否所有模型都请求加载完成, 加载完成后开始执行动画,顺便释放之前预加载的 graph3dView ,代码如下: let modelSize