- Learn
- See
- Try
- Make
এটা পছন্দৰ বেটছ পৰীক্ষা কৰক
What this lesson is about
পছন্দৰ নমুনাৰ এটা বেটছ খোলক আৰু গণনা কৰক যে এটা স্কোৰাৰে কিমান ভুল শিকিব পাৰে, তাৰ পিছত টোকা লিখক।
৯০০ নমুনা দিয়া জোৰাৰ এটা বেটছ লেবলৈ যাবৰ আগতে আপোনাৰ মেজত আহে। আপুনি প্ৰথমে কি গণনা কৰিব?
Why this matters
এটা প্ৰকাশিত সহায়ক প্ৰকল্পে নিজৰ গৱেষক আৰু পেইড পৰীক্ষকৰ মাজত প্ৰায় ত্ৰিশ শতাংশৰ একমততা পৰিমাপ কৰিছিল। কঠিন ঘটনাত সাৱধানী কামৰ এনে ফলাফল হয়। সেয়ে যি বেটছ প্ৰায় পৰিপূৰ্ণ একমত থাকে, সেইটো প্ৰথমে খোলক। আপুনি বিচৰা হৈছে স্কোৰাৰে অনুকৰণ কৰিব পৰা অভ্যাস।
Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant with RLHF (arXiv)