摘要

本视频探讨了心理学中的“投射”现象，即人们如何将自己的情感、愿望和认知投射到他人身上。通过多个生动的例子，视频揭示了我们在人际关系中如何无意识地将自己的内心世界映射到他人身上，并提供了三种思维补丁来帮助观众减少投射带来的负面影响，从而更真实地面对自己和他人。

亮点

• 🎭 投射的本质：我们眼中的别人，其实是我们自己内心的投射，而不是真实的他人。
• 💡 基础投射：我们会放大他人与自己的相似性，误以为他人的情感和观点与自己一致。
• 🛡️ 防御性投射：当我们内心有不愿承认的冲突时，会将这些冲突投射到他人身上，归咎于他人。
• 🎭 投射性认同：当我们认同他人对我们的角色期待时，会无意识地改变自己的行为，成为他人期待的角色。
• 🧠 静思维：通过意识到我们所看到的只是自己的投射，可以减少对他人看法的过度在意。
• 👃 嗅思维：在感受到负面情绪时，先“嗅一嗅”是否是自己内心的投射，而不是直接归咎于他人。
• ❤️ 自喜思维：通过喜欢和认可自己，可以更容易看到他人的认同，从而获得积极的心理资源。
• 🌟 角色期待：建立属于自己的角色期待，可以帮助我们摆脱他人投射的影响，活出真实的自我。

#投射心理 #自我认知 #人际关系 #心理学 #思维补丁

思考

1. 如何区分自己对他人的看法是真实的还是投射的结果？
2. 在日常生活中，如何有效运用“静思维”和“嗅思维”来减少投射带来的负面影响？
3. 如何建立属于自己的角色期待，避免被他人投射的角色所影响？

摘要

在这段视频中，Lina详细介绍了雅思口语考试的流程，包括考试的三个部分：第一部分的自我介绍和访谈、第二部分的独立发言以及第三部分的双向讨论。她强调了每个部分的时间限制、评分标准以及考生在考试中应注意的事项，帮助考生更好地准备雅思口语考试。

亮点

• 雅思口语考试适用于学术类和普通类考生，考试流程相同。
• 口语考试的评分范围是1到9分，只有整分和半分，没有其他分数。
• 口语考试的时长为11到14分钟，分为三个部分。
• 第一部分是自我介绍和简单的访谈，持续4到5分钟。
• 第二部分要求考生独立发言2分钟，考生可以在此期间查看话题卡和笔记。
• 第三部分是双向讨论，考官会更积极参与，考生的表现会直接影响最终分数。
• 考官在第一部分只能重复问题或要求考生详细说明，不能解释问题。
• 考生在第二部分可以要求考官归还话题卡和笔记。
• 在第三部分，考生可以要求考官解释不懂的词汇。
• 考生可以在回答中调整话题，避免不擅长的内容。
• 考生在考试中应尽量保持流利的表达，避免长时间沉默。
• 考官在第三部分会根据考生的表现来决定最终分数。
• 考生应提前到达考场，建议提前40分钟到达。
• 口语考试的内容与日常生活相关，考生应提前准备相关话题。

#雅思口语 #考试流程 #高分技巧

思考

1. 如何在口语考试中有效地管理时间？
2. 如果在考试中遇到不懂的问题，应该如何应对？
3. 考生在准备口语考试时，应该重点关注哪些方面？

摘要

本次直播主要讲解了如何将学术论文中的提示方法应用到实际提示词编写中。通过实例演示了四种主要的提示方法:Least-to-Most Prompting、Step-back Prompting、Self-Consistency Prompting和Plan-and-Solve Prompting,并展示了如何利用大模型来理解和应用这些理论。

亮点

• 🎯 Least-to-Most Prompting: 将复杂问题分解为子问题,逐步解决,最后综合结果
• 🤔 Step-back Prompting: 通过抽象思考,把具体问题上升到更高维度思考
• 🔄 Self-Consistency Prompting: 生成多个解决方案,通过自我一致性选择最佳答案
• 📝 Plan-and-Solve Prompting: 让模型先制定计划,再按计划执行解决问题
• 💡 利用大模型理解论文理论的关键是找到核心流程图和概述,而不是逐字阅读全文
• 🔨 实践中要结合具体场景,通过反复测试和优化来提升提示词效果

#提示词工程 #学术论文应用 #大模型应用

思考

1. 如何判断一个场景适合使用哪种提示方法?
2. 在实际应用中如何平衡理论的严谨性和实用性?
3. 如何更好地评估改写后的提示词效果?

我竟然在日本看到了未来中国的创业机会… 🚀

在过去的几年中，许多曾经蓬勃发展的公司，如星巴克、李宁和夏布夏布等，面临着业绩下滑的困境。在经济低速发展甚至不再增长的时代，创业者们该如何寻找新的机会呢？我决定从日本的历史经验中寻找答案。

日本的失落与机遇 🇯🇵

日本在过去的30年被称为“失去的30年”，但仍有许多企业实现了快速增长，如优衣库、711、萨利亚和亚瑟士等。因此，我在今年上半年带领创业者朋友们前往东京进行创业考察，分享我认为值得借鉴的发展机会。

消费需求的发展 📈

在这次考察中，我发现日本值得我们学习的并不是商业模式的创新，而是消费需求的发展。日本社会的消费现象反映了一个高度发达和成熟社会所达到的稳定状态。

单身化趋势的崛起 💔

日本的单身化趋势非常明显，80年代时，单身家庭的比例约为20%，如今已接近40%。这一现象在中国也逐渐显现。那么，单身化将带来哪些经济机会呢？

1. 711的成功：711不仅是日本最大的便利店，更是最大的餐厅。对于单身消费者来说，自己做饭太麻烦，711的便捷性正好满足了这一需求。2023年，711的收入超过10万亿日元，约合5000亿人民币。可以说，美团外卖在中国的角色与711相似，都是为单身人群提供便利。

2. 预制菜的崛起：在日本，预制菜被广泛接受，监管严格，技术成熟。与国内对预制菜的偏见不同，日本消费者对其毫不反感，甚至认为其口感与餐厅相差无几。

3. 宠物经济的爆发：随着单身人群的增加，养宠物成为一种情感寄托。日本的宠物市场已经超过儿童市场，宠物用品的多样化让人惊叹，甚至出现了专为宠物设计的酒类产品。

老龄化社会的挑战与机遇 👵👴

日本65岁以上的人口已超过3000万，占总人口的近30%。这一趋势在中国尚未达到同样的程度，但未来不可避免。日本的老龄化社会催生了许多新型商业模式：

• 无糖饮料的流行：随着年龄的增长，老年人对糖的需求降低，便利店中无糖产品成为主流。
• 共享住宿：单身老年人选择共享住宿，互相照顾，生活更加便利。

企业的全球化 🌍

在国内市场竞争激烈的背景下，越来越多的企业将目光投向海外。日本企业在全球化方面走得较远，动漫行业便是成功的例子。日本动漫市场规模达到3万亿日元，其中一半来自海外市场。

中国的文化产品能否像日本动漫一样实现全球化？这是一个值得期待的未来。

摘要与展望 🔍

在这次考察中，我总结了三大创业趋势：单身化、老龄化和企业全球化。在这个全球化的大航海时代，我希望与创业者们一起探索更广阔的业务发展可能性。

如果你对日本创业考察感兴趣，欢迎关注我的视频和评论区，我们将分享更多详细信息。感谢你的关注，我们下期再见！

摘要

本文主要介绍了从传统的RAG（检索增强生成）到GraphRAG（知识图谱增强的RAG）的演进。RAG旨在解决大模型的幻觉和知识新鲜度问题，但面临外部信息依赖和语义理解的挑战。GraphRAG通过引入知识图谱，利用结构化的实体和关系表示，增强了检索效率和结果质量，提高了大模型在NLP任务中对知识的访问和操作能力。此外，还讨论了知识图谱的构建流程、应用场景以及一种假设性知识图谱增强框架，旨在进一步减少幻觉并提升生成内容的准确性。

亮点

• 💡 RAG通过检索外部信息来增强大模型的生成能力，解决幻觉和知识时效性问题。 #RAG #检索增强生成 #大模型

• 🧩 知识图谱作为结构化的知识表示，可以有效提升RAG的检索效率和语义理解能力。 #知识图谱 #GraphRAG #语义理解

• ⚙️ 知识图谱的构建流程包括捕获节点、识别关系和填充图数据库，并可利用NLP技术和命名实体识别（NER）任务进行自动化提取。 #知识图谱构建 #NER #数据工程

• 🔍 GraphRAG通过将知识图谱中的结构化数据整合到大模型中，为生成过程提供更细致和充分的依据，从而生成更明智的回应。 #结构化数据 #大模型推理 #知识融合

• 🧪 假设性知识图谱增强框架通过利用零样本能力生成假设性回答，反过来增强知识图谱的检索，并过滤噪声信息，进一步提升了RAG的性能。 #零样本学习 #假设性回答 #知识检索

思考

• 如何更有效地构建和维护特定领域的知识图谱，以支持更精准的RAG应用？
• 在实际应用中，如何平衡知识图谱的规模和检索效率，以实现最佳的GraphRAG性能？
• 如何将多模态数据（如图像、音频）有效地融入知识图谱，以提升RAG在复杂场景下的应用能力？