制作人:渐构 - Gearless Joe
标题、总结、摘要均由本人与大语言模型共同编辑而成;
部分聊天内容原版可能为语音,后续由本人转为文字后,使用大语言模型润色而成;
聊天记录中,我会尽可能保留原始说话人的社群昵称,如果昵称拥有者不喜欢,可以联系我,我会马上作出修改,以其他假昵称来替代。
最后,当你看完后,觉得对你有帮助的,可以在该文档中为我点个赞,让我有维持这个系列更新的动力🫡
**整理时间:** 2025/03/29
**对话时间:** 2025/03/29
YJango 阐述了运用模型思维解决问题的方法,并以牛顿第二定律为例,具体解释了「逆推」的概念。他指出,当解决一个问题(如求解加速度)时,我们首先确定主要模型(牛顿第二定律)。若该模型所需的输入(如合力)未知,就需要寻找并应用另一个模型(如力的矢量合成/余弦定理)来推导出这个输入。这种从最终目标出发,反向追溯所需条件和相应模型的思考过程,就是「逆推」。本质上,「逆推」是模型思维的多次、链式应用,它既可以从输出反推,也可以从已知条件正向推导。
`ZZzzz:`
@YJango 我理解逆推就是在做数学题目的时候,我们明确了输出,也就是预测目标,接下来我们就需要根据对应的判别模型从而选取出合适的联结模型,但是此时的输入并非是可以直接获得(题目直接告诉给你),此时我们把该输入当作新的预测目标,再根据已知条件来选择对应的联结模型,来求解。以最终预测目标为输出,从而分析输入,接着我们要无法直接获得输入,就需要以该输入作为新的预测目标,这个就是我认为在解决复合函数(不是单一的输入和输出)的解决办法——逆推。
`YJango:`

这个问题,运用到了牛顿第二定律。
牛顿第二定律的输入是合力、质量,输出是加速度。
但合力是个不知道的输入,就需要运用第二个模型,即「力的矢量合成」,其输入是若干分力,输出是合力。
具体起来,就是要用余弦定理。
在解答这个问题时,你明确了自己所需的最终推测目标是加速度,然后你知道可以用牛顿第二定律来推测,但在用牛顿第二定律时需要合力,那么你就知道自己又需要余弦定理来推测合力。
可以从输出一点点反推输入,但也可以从题目中的已知条件,正向推测自己需要运用什么模型。
`ZZzzz:`
那么,所谓的逆推我们是否可以理解为依然是用模型性思维,只不过要多次应用?
`YJango:`
是,多次运用。