All learning paths Learn See Try Make জমা কৰা মানুহবোৰক মাপক What this lesson is about দুজন জমা কৰোঁতাক একে দশটা বস্তু দিয়ক, য'ত তেওঁলোকে ভিন্ন, সেইবোৰ গণনা কৰক, আৰু মানুহৰ আগতে নিৰ্দেশনাটো সঠিক কৰক।
কাইলৈ আপুনি শিকোৱা দুজন মানুহে নিজৰ প্ৰথম দশটা ক্লিপ দিছে, একে দশটা প্ৰশ্নৰ পৰা। এতিয়া কি কৰিব?
A দুজন জমা কৰোঁতাক একে দশটা বস্তু দিয়ক আৰু তেওঁলোকৰ উত্তৰ ক'ত ভিন্ন সেইটো গণনা কৰক। B দুয়োৰো ছেট নিজে শুনক আৰু যাৰ কাম অধিক স্থিৰ লাগে তাক ৰাখক। C এটা সম্পূৰ্ণ সপ্তাহৰ ক্লিপৰ বাবে অপেক্ষা কৰক, যাতে যথেষ্ট তথ্য থাকে সঠিক মূল্যাংকনৰ বাবে।
Check my recall Why this matters শিকোৱা মানুহেও ভিন্ন হয়। এটা প্ৰকাশিত অধ্যয়নে এটা লেবৰেটৰীৰ নিজৰ গৱেষক আৰু তাৰ নিযুক্ত পৰীক্ষকক একে তুলনাত ৰাখি পৰীক্ষা কৰিছিল, আৰু তেওঁলোকে প্ৰায় ৬৩% সময়তে একমত হৈছিল। এটা নিৰ্দেশ পঢ়া দুজন মানুহৰ সাধাৰণ অৱস্থা এই। ব্যাচত এইটো শুনা নাযায়; এইটো মাথোঁ দেখা যায় যেতিয়া দুয়োকে একে বস্তু দিয়া হয় আৰু গণনা কৰা হয়।
দুজন জমা কৰোঁতাক পৰস্পৰৰ সৈতে মাপক আৰু যি ভিন্নতা দেখা পায় তাক সঠিক কৰক।
শিকোৱা মানুহেও ভিন্ন হয়। এটা প্ৰকাশিত অধ্যয়নে এটা লেবৰেটৰীৰ নিজৰ গৱেষক আৰু তাৰ নিযুক্ত পৰীক্ষকক একে তুলনাত ৰাখি পৰীক্ষা কৰিছিল, আৰু তেওঁলোকে প্ৰায় ৬৩% সময়তে একমত হৈছিল। এটা নিৰ্দেশ পঢ়া দুজন মানুহৰ সাধাৰণ অৱস্থা এই। ব্যাচত এইটো শুনা নাযায়; এইটো মাথোঁ দেখা যায় যেতিয়া দুয়োকে একে বস্তু দিয়া হয় আৰু গণনা কৰা হয়।
দুজন জমা কৰোঁতাক একে দশটা বস্তু দিয়ক আৰু তেওঁলোকৰ উত্তৰ ক'ত ভিন্ন সেইটো গণনা কৰক। বিৰোধক প্ৰথমে নিৰ্দেশনাৰ ত্ৰুটি হিচাপে পঢ়ক, মানুহৰ ত্ৰুটি হিচাপে নহয়। ব্যাচ আৰম্ভ হোৱাৰ আগতে পুনৰ পৰীক্ষাৰ ভাগ আৰু ৰোধৰ সীমা ঠিক কৰক আৰু দুয়োটা লিখি ৰাখক। Task গোৰখপুৰৰ দুজন নতুন জমা কৰোঁতাই একে দশটা ভোজপুৰী প্ৰশ্ন লৈ প্ৰথম দিনটো শেষ কৰে।
Weak approach দুয়োৰো ছেট নিজে শুনি, দ্বিতীয় জমা কৰোঁতাক প্ৰথমটোৰ তুলনাত কমজোৰ বুলি নিৰ্ণয় কৰা। ফোনত ক'ব যে কাইলৈ সৰু উত্তৰসমূহত অধিক সাৱধান হওক।
Stronger approach দশটাক একেলগে ৰাখি গণনা কৰা: তিনি ভিন্ন। তেখেতৰ ভিতৰত দুটাৰ একেই ত্ৰুটি: এটা শব্দৰ উত্তৰ, য'ত দুয়োকে পুনৰ সোধা উচিত আছিল, আৰু নিৰ্দেশনাই কেতিয়াও এইটো নকয়। সেই শাৰী উদাহৰণসহ নিৰ্দেশনাত যোগ হয়। তৃতীয়টো বাস্তৱিক ভুল আৰু ক্লিপৰ সৈতে তেখেতৰ ওচৰলৈ ঘূৰাই দিয়া হয়।
Why the stronger approach works কমজোৰ নেতাই হয়তো সঠিককৈ চিনাক্ত কৰিছে কোন কমজোৰ, কিন্তু তেওঁ তিনিটা বস্তু গণনা কৰিব নোৱাৰে, আৰু যি নিয়মে দুটা ত্ৰুটি ঘটাইছিল সেয়া সঠিক অৱস্থাত থাকে।
Try a changed situation এতিয়া সেই দুয়ো মানুহে শুনা কথা টাইপ কৰি লিখিছে, আৰু এটা ক্লিপৰ দুয়োটা ফাইল মেল নাখায়। আপুনি কি চাব?
Make something yourself আপোনাৰ সংগ্ৰহৰ পৰা দুজনক একে দশটা বস্তু দিয়ক। ক'ত ভিন্ন হৈছিল, কোনটো ভিন্নতা নিৰ্দেশনাৰ ত্ৰুটি আছিল, আৰু তাৰ বাবে আপুনি নিৰ্দেশনাত কোন শাৰী যোগ কৰিলে সেয়া প্ৰতিবেদন কৰক।
Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant (arXiv)