新闻详情

新闻详情

首页 / 资讯中心 / 详情

在波动中执行计划

发布时间:2026/11/15 15:32:17来源:尧图网络
在波动中执行计划
本文探讨的问题在于如何在波动中(一个高不确定性高威胁高消耗)的环境中维持计划。重新第一“计划有效”不用“完成率”来衡量计划执行而是用关键节点是否推进了关键动作偏移度能否尽快调整到预定轨道适应性是否根据现实情况进行了计划调整三层计划将计划设定为三个指定的层级1. 方向 2. 滚动计划 3.实施计划方向层设定未来3个月需要完成的一到两个方向性目标大体上这段时间的行为按照这个方向趋近滚动层设置本周需要完成的3个结果周三可以更改不必死守实施层按照当日的一个情况做一个具体的实施执行。分为底线/标准/理想。底线日只完成最低限额的任务标准日适应性的加上2-4个小时的核心任务理想日还可以加上学习社交娱乐运动等意志力替代使用锚点和If-Then替代意志力。指定固定的锚点例如起床时间、吃饭、日照、睡前关机。在锚点下设置必定需要执行的动作。提前写好If-Then例如如果今天有面试则只做底线。如果被临时打断则回来做10分钟版本。如果冒出临时想法先写进“停车场”不立刻处理。如果情绪崩先散步/呼吸10分钟再决定下一步。如果不知道做什么就打开碎片清单。碎片时间清单准备5—15分钟能做的事背1道面试题、改简历一行、投1个岗位、学1个概念、联系1个人。不要等整块时间能够有效利用碎片时间。“停车场”和复盘任何新想法、怀疑、计划都先记到手机备忘录不马上执行。每天固定15分钟处理或每周日30分钟复盘。每天3行今天做了什么、什么阻碍、明天最小一步。每周问什么有效什么无效下周改什么使用反馈调整行为以达到目标精度。处理“学习 vs 赚钱”的冲突把学习变成有产出的学习学完必须输出笔记、作品、项目或用于投递、接单、面试。设截止时间。每天先做一个赚钱动作再学习。这样学习就不是逃避。如果某个学习不能带来求职、收入或健康就缩减它。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉