- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯大讲堂的专栏
如何提高沟通效率，避免知识的诅咒？
01 知识的诅咒是什么 首先我们来说说什么是知识的诅咒。 这就是“知识的诅咒”。 我们一旦知道某事，就无法想象不知道这事的情况发生的原因；我们的知识“诅咒”了我们。我们很难与他人分享这些知识，因为我们无法轻易摸透听猜者那一方的心理状态。 这就是知识的诅咒。 ? 02 会造成什么后果 一旦我们忽视这种知识的诅咒，那么在日常沟通和交流中，必然会造成一些沟通上的障碍，特别是在工作中，对工作沟通效率有很大影响。 03 如何避免 既然这样，那我们在日常的沟通中，如何避免“知识的诅咒”呢？这里给出一些小tips供参考，也欢迎大家留言自己的方法。 换位思考，多沟通，多磨合，不断改进自己的沟通方式，避免“知识的诅咒”。 希望本文可以帮助到大家，也欢迎大家多多留言交流！
81830发布于 2021-07-29 - 来自专栏不知非攻
大多数前端开发，都被知识诅咒牢牢困住
后来他没再发过弹幕 我给很多面试官做过培训，面试过大量的开发者，给大量的开发者做过面试辅导，简历修改，模拟面试 实际上，觉得自己已经掌握的知识很简单，是程序员的一个常态。 不值一提 所以简历里的一个通病就是，很多人分不清自己掌握的知识哪些权重比较高，哪些权重比较低，反而在简历里反复出现自己会 antd，会 echarts，会 elment UI ... 所以，有的人会反向把那些真正的简单的知识，比如前端面试要求达到的算法水平，当成什么高深莫测的东西... 觉得自己进不去大厂团队是算法阻碍了他... 但是面试中，你只能说你掌握的知识呀，还能说出点什么你没掌握的东西不成？ 大多数的前端开发都忘记了自己掌握一个知识点的时候有多不容易，最终把这些掌握的知识归纳到：简单 从而在面试中表现平平... 这就是，知识诅咒 因此我在带学生的过程中，为了避免这样的情况出现，会在他们掌握这个知识之前，做一个非常重要的事情，那就是想办法让他们记住此时此刻的感受，记住那种无所适从，没有方向，不知如何下笔的感受，这是打破知识诅咒的重要手段
26900编辑于 2023-12-12 - 来自专栏小小挖掘机
Batch Normalization的诅咒
对超参数更鲁棒 Batch Normalization的诅咒 好，让我们回到本文的出发点，在许多情况下batch normalization开始伤害性能或根本不起作用。
1K30发布于 2020-11-09 - 来自专栏深度学习和计算机视觉
Batch Normalization的诅咒
对超参数更鲁棒 Batch Normalization的诅咒 好，让我们回到本文的出发点，在许多情况下batch normalization开始伤害性能或根本不起作用。
51740编辑于 2022-02-12 - 来自专栏博文视点Broadview
传统企业的“资源诅咒”
经济学上有一个“资源诅咒”理论，意思是：拥有丰富的自然资源可能是经济发展的阻碍，大多数自然资源丰富的国家比那些资源稀缺的国家经济发展得更为缓慢。 排除不相关因素后，最终得出了以下结论：自然资源如果对其他要素产生挤出效应，就会间接地对经济增长产生负面影响，这被称之为“资源诅咒”的传导机制（Transmission Mechanisms）。 资源的诅咒也同样发生在商业社会，拥有独特资源优势的企业往往不能长期保持高速的增长，反而会造成官僚风气严重、组织效率低下、创新力不足等诸多问题。我国大部分资源型国企的现状就是明显的例子。
69410发布于 2020-06-12 - 来自专栏鸿的学习笔记
分类问题中维度诅咒(上)
导论： 在本文中，我们将讨论所谓的“维度的诅咒”，并解释为什么在设计分类器时很重要。在以下部分中，我将提供对这个概念的直观解释。 考虑一个例子，其中我们有一组图像，每个描绘了一只猫或狗。 这由图1示出，并且通常被称为“维度的诅咒”。 ? Figure 1.随着维数的增加，分类器的性能随之增加，直到达到最佳数量的特征。进一步增加维度而不增加训练样本的数量导致分类器性能的降低。 维度的诅咒和过拟合 在前面介绍的猫和狗的例子中，让我们假设有无限数量的猫和狗住在我们的星球上。然而，由于我们有限的时间和处理能力，我们只能够获得10张猫和狗的图片。 换句话说，通过使用较少的特征，避免了维度的诅咒，使得分类器没有过拟合训练数据。 图8以不同的方式示出了上述内容。假设我们想训练一个分类器，只使用一个单一的特征，其值的范围从0到1。
1.4K20发布于 2018-08-06 - 来自专栏MixLab科技+设计实验室
机器学习的维度诅咒 | MixLab人工智能
---- 维度的诅咒 全都与孤独有关 In a nutshell, the curse of dimensionality is all about loneliness.
93720发布于 2020-11-17 - 来自专栏鸿的学习笔记
分类问题中的维度诅咒（下）
在上面的例子中，我们表明维度的诅咒引入了训练数据的稀疏性。我们使用的特征越多，数据越稀疏，使得对分类器参数（即，其判定边界）的精确估计变得更加困难。 维度的诅咒的另一个效果是，这种稀疏性在搜索空间上不是均匀分布的。事实上，围绕原点（在超立方体的中心）的数据比搜索空间的角落中的数据稀疏得多。这可以理解如下： 设想一个表示2D特征空间的单位正方形。 这种令人惊讶且违背直觉的观察部分地解释了与分类中的维度的诅咒相关联的问题：在高维空间中，大多数训练数据驻留在限定特征空间的超立方体的角落中。 如果理论上有无限数量的训练样本可用，则维度的诅咒不适用，并且我们可以简单地使用无限数量的特征来获得完美分类。训练数据的大小越小，应使用的特征越少。 结论 在本文中，我们讨论了特征选择，特征提取和交叉验证的重要性，以避免由于维度的诅咒而导致过拟合。
1.6K10发布于 2018-08-06 - 来自专栏程序员笔记
20161116笔记：赢家诅咒，技能迁移
今日所见 不要参与太多人竞争的红海，统计学表明竞拍的赢者很可能才是最大的输家，所谓赢家的诅咒，买空那些竞拍赢者有时候会更有利，其原因是人们很可能会放大自己所拥有的东西，所谓敝帚自珍，这个放大价值的效应甚至会体现在自己尚未获得的东西 ---- 今日思考 那么在遇到竞争激烈的红海的时候，该如何平衡「赢家的诅咒」和「格局的勇气」？ 主观上不恐惧竞争。 客观上不主动参与已经充分竞争的领域。 找到隐藏的价值点，集中优势兵力攻之。
57930发布于 2018-06-14 - 来自专栏新智元
AI初创全新Zep系统，知识图谱破解上下文诅咒
要使智能体的落地场景更加普遍，解决各种各样琐碎或高度复杂的问题，就需要访问大量的动态数据，比如与用户的交互、相关的业务数据以及世界知识。 ，并动态更新知识图，从而表征一个复杂、不断发展的世界。 与其他知识图引擎相比，Graphiti的一个关键不同是具有时间提取和边失效过程，从而具备了管理动态信息更新的能力。 构建知识图谱 Zep的「记忆」由一个具有时间感知能力的动态知识图谱（temporally-aware dynamic knowledge graph）所驱动，可以表示为=(,ℰ,ϕ)，其中为节点，ℰ表示边 整个知识图谱共包含3层子图，从底层到顶层分别为：情节（episode）子图e，语义（semantic）子图s以及社区（community）子图c。
2K00编辑于 2025-02-26 - 来自专栏机器学习与统计学
打破机器学习中的小数据集诅咒
根据高中物理知识，我们知道球做一个抛物线运动，我们可以使用图中所示的公式算出距离。 上述公式可被视为任务的模型或表示，公式中涉及的各种术语可被视为重要特征，即v、θ和g（重力加速度）。
91520发布于 2019-06-28 - 来自专栏大数据文摘
打破机器学习中的小数据集诅咒
根据高中物理知识，我们知道球做一个抛物线运动，我们可以使用图中所示的公式算出距离。 上述公式可被视为任务的模型或表示，公式中涉及的各种术语可被视为重要特征，即v、θ和g（重力加速度）。
1.9K30发布于 2019-06-20 - 来自专栏Rust语言学习交流
【Rust日报】2022-06-02 强类型的诅咒
: https://github.com/rustdesk/rustdesk/discussions/533 文章 | 强类型的诅咒 标题有些耸人听闻，但有诅咒，自然也有解咒的法子，看看 fasterthanlime
62210编辑于 2022-06-10 - 来自专栏Masutaa大师
简单聊聊程序员该掌握的三个软技能-避免心力匮乏、向上管理和知识诅咒
比如一文讲解xx技术，什么问题该如何解决，很少人（并不是没有，少只是相对于讲解那些技术知识的人来说）会注意到软技能的学习。软技能是指个人的性格特质、社交能力、沟通技巧和个人习惯等非技术性的能力。 三、知识的诅咒（Curse of knowledge）知识的诅咒是一种认知偏差，指的是当一个人对某一主题了解太深时，他/她往往会忽略其他人对该主题知之甚少或一无所知。 这种偏差在很多领域都有出现，越是知识壁垒深厚的行业越是明显。IT行业自然不会例外，内行和外行两方的信息差足够大到对牛弹琴。 如何避免知识的诅咒？很简单，尽量用普通名词代替专有名词，用简单、易懂的语言解释复杂概念，同时换位思考，学会倾听他人的观点和需求。
43550编辑于 2023-08-09 - 来自专栏量子位
打破“维度的诅咒”，机器学习降维大法好
维度的诅咒 ? 机器学习模型可以将特征映射到结果。 很多特征造成的问题通常被称为 “维度的诅咒”，而且它们并不限于表格数据。 考虑一个对图像进行分类的机器学习模型。
66640发布于 2021-06-17 - 来自专栏Sign
精灵之息 开发日志（8）
---- 最近刚刚“正确”的了解到一个词：知识诅咒 知识诅咒(The Curse of Knowledge)，指的就是一旦我们自己知道某样东西，我们就会发现很难想象不知道它的时候会是什么样子。 以前一直把知识诅咒和杞人忧天以及思维惯性混为一谈了。 首先，杞人忧天这个，“灭霸就是受到知识诅咒的典型例子”。原因是灭霸知道人口膨胀会导致宇宙毁灭（这个知识），所以陷入痛苦（被诅咒）之中。 emmm 真的是简单明了的从字面上解释“知识诅咒”这4个字。 另一种就是有人表示一个长期做A工作的人，忽然切换到B工作，会因为A工作的经验知识，导致他在B工作绊手绊脚。 但是认同这两个状态属于知识诅咒的人很多，因为它们和这个词的字面意思相近，更容易被理解。 所以，归根结底，这是一个歧义词，这个词本身就充满知识诅咒。 ---- 知识诅咒是个很容易发生的负面状态，要想办法摆脱才行。
42330发布于 2021-08-20 - 来自专栏新智元
谷歌的百比特诅咒，被这家公司彻底冲破了
2019年，Google在Nature上宣布，他们的Sycamore处理器有53个qubit，已经实现「量子优越性」。
15110编辑于 2025-12-21 - 来自专栏深度学习与python
Docker 的诅咒：曾以为它是终极解法，最后却是“罪大恶极”？
GitLab 高级专业服务工程师、DevOps 顾问 J. B. Crawford 最近写了一篇关于抱怨 Docker 的文章，在网上引发了开发者们的讨论。有人力挺，也有人反对：“我不明白没有 Docker 的堆栈管理怎么会更好。” J. B. Crawford 在文章中表示：“我不太确定 Docker 帮助节约的时间有没有超过对它的管理成本。”下面让我们具体看看他为什么对 Docker 感到不满。
47010编辑于 2023-11-27 - 来自专栏AI科技评论
Google AI：如何破解AI学术研究的赢者诅咒？
AI 科技评论按：当我们为各种测评任务中取得的分数欢欣鼓舞时，可能我们已经受到了「赢者诅咒」。 赢者诅咒：赢得拍卖品的中标者出价高于其他竞标者，但他很可能对拍卖品估价过高，支付了超过其价值的价格，从而赢得的拍卖品的收益会低于正常收益甚至为负。 反思一下，科学的目的不是为了胜利，而是为了知识。 因此，当我们不断在各种测评中取得越来越高的分数时，或许是时候该警惕了：我们已经受到「赢者诅咒」。 近期，来自 Google AI 的 D.
952100发布于 2018-03-06 - 来自专栏机器之心
GPT、Llama等大模型存在「逆转诅咒」，这个bug该如何缓解？
也许 GPT-4 经过对齐之后，可能出于对人物隐私的保护，不愿意回答这种问题，但是经过测试，在一些不涉及隐私的知识问答上，也存在着这种 “逆转诅咒”。 微调后，通过测试模型回答逆转任务的准确率，可以定性地评估模型在真实场景下遭受 “逆转诅咒” 的严重性。由于所有人名和数据都是编造的，因此这些任务基本不会被模型已有的知识干扰。 也许由于 D2N-reverse（利用逆转知识，给定人名生成描述）比 N2D-reverse（利用逆转知识，给定描述生成人名）要困难许多，GLM- ABI 相对于 GLM-NTP 只有微弱的提升。 如何缓解逆转诅咒 由于 “逆转诅咒” 是 Llama，GPT 等模型的训练阶段导致的内在问题，在有限的资源下，我们能做的就是想办法在新数据上微调模型，并尽可能地避免模型在新知识上 “逆转诅咒” 的发生， 因此，当模型在处理既需要利用反向知识，又要生成长描述的任务时，似乎显得有些困惑。 此外，本文重点关注的是 base 模型的逆转诅咒现象。
41210编辑于 2023-11-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号