কৰ্ম কৰা উদাহৰণ আৰু SFT

What this lesson is about

কিদৰে সাৱধানে লিখা উদাহৰণে এটা মডেলক উত্তৰৰ ৰূপ শিকায় চাওক।

এখন এটা কামত তিনি নম্বৰযুক্ত পদক্ষেপ বিচাৰিছে, আৰু আপোনাৰ উদাহৰণটো এটা সৰু আৰু সুন্দৰ অনুচ্ছেদৰ দৰে। আপুনি কি সলনি কৰিব?

Why this matters

মডেলটোৱে কেৱল তেতিয়াহে উদাহৰণৰ পৰা শিকে যেতিয়া সেই উদাহৰণবোৰে নিৰ্দেশনা স্পষ্টকৈ মানে।

দেখক কেনেকৈ এটা কৰ্ম কৰা উদাহৰণে নিৰ্দেশিত সূক্ষ্ম-সাজনিৰ বাবে সহায়ক হয়।

অনুৰোধ কৰা ৰূপ ঠিক তেনেকৈ ৰাখক।
আৱশ্যকীয় সুৰক্ষা আৰু বিষয়বস্তু সীমাবদ্ধতা অন্তৰ্ভুক্ত কৰা।
অপ্ৰত্যাশিত ধৰণবোৰ এৰাই চলক, যিবোৰ মডেলটোৱে অনুকৰণ কৰিব পাৰে।

Task

নির্দেশ: গ্ৰাহকক দুটা শাৰীতো উত্তৰ দিয়ক, যি ভাষাত তেওঁ লিখিছিল, সেই ভাষাত, আৰু উভতি অহাৰ সময়সীমা উল্লেখ কৰক।

Weak approach ইংৰাজীত এটা মৰমৰ তিনি শাৰীৰ উত্তৰ দিয়ে, যেতিয়া বাৰ্তা হিন্দীত আহিছিল। উভতি অহাৰ সময়সীমা উল্লেখ কৰে, সেয়ে বিষয়বস্তু নিয়ম পূৰণ হয়। এই লেখকে এতিয়া লিখা প্ৰতিটো উদাহৰণ একে ক্ষমা প্ৰাৰ্থনাৰে আৰম্ভ কৰে, আৰু মডেলে সেই আৰম্ভণি নকল কৰিব।

Stronger approach দুটা শাৰী, হিন্দীত, কাৰণ গ্ৰাহকে হিন্দীত লিখিছিল, চৌদ্দ দিনীয়া সময়সীমা উল্লেখ কৰি। ক্ষমা নাই, কাৰণ নিৰ্দেশত একো নাছিল।

Why the stronger approach works দুয়ো উত্তৰে বিষয়বস্তু নিয়ম মানে। দুৰ্বল উত্তৰে দুটা অতিৰিক্ত কথা শিকোৱা হৈছে, যি কোনোবাই নাছিল: ইংৰাজীত উত্তৰ দিব আৰু ক্ষমাৰে আৰম্ভ কৰিব।

Try a changed situation এতিয়া উদাহৰণটো এটা মাতৃভাষাত কোৱা স্ক্ৰিপ্ট, যি পৰিয়ালক পানীয় পানী কেনেকৈ সংৰক্ষণ কৰিব লাগে সেয়া কয়। ইয়াত কি থাকিব লাগিব?

Make something yourself এটা কঠোৰ সীমাবদ্ধ নিৰ্দেশৰ বাবে এটা কৰ্ম কৰা উদাহৰণ লিখক। তাৰ পিছত কি কি শিকায় তালিকা কৰক।

Read the primary or official source: OpenAI InstructGPT