नमूना टेस्ट फोराय थांब

What this lesson is about

बोरो नमूना टेस्ट फोराय थांब फोराय लिखित नियम मानलाय नाय, नाय फोराय नांगबो होशियार थांब।

एक एंट्री टेस्ट मं दस जवाबर रैंक करिबा लगै, आर हर एकर तल्ला एक लाइन कारण लिखिबा लगै। निफरि किदों भरिबा?

Why this matters

InstructGPT टीम जाँच करे बर छाँटनी परिक्षा ले रिव्यूअर चुने आर मापन करे सहमति। जाँच सिखाई बाहिर राखा रिव्यूअर 77% बेर आपस मं सहमत होब। मापन तुंहोर पास होबार दिन मं बंद नोहो। जेन वस्तु जवाब तय होए, ते मन बिना चिन्हा राखा पइसा वाला बैच मं रहिथे, साधारण ध्यान जाँच संग। तुंहोर स्कोर ते कतार खुला राखे।

नमूना टेस्ट फोराय थांब फोराय नियम पढ़िबो आरु ठीक ठीक मानिबो।

नमूना टेस्ट फोराय मापन करिथाय जुन लिखित नियम फोराय मानलाय नाय।
लोग असहमत नियम छोड़िबा फोराय गलती करिथाय।
तय जवाब वाला वस्तु बिना चिन्हा बैच मं रहिथे, आर कम स्कोर होले कतार रुकाय।

Task

दस रैंकिंग के नमूना परिक्षा, हर एक के नीचे एक लाइन कारण, आर ओहिसे खुला पइसा वाला बैच।

Weak approach हर एक के नीचे पैराग्राफ लिखना, बराबरी के नियम छोड़ देना काबर कि गलत लगिस। फेर जेन हफ्ता संदेश आय कि सहमति घटिस, ओ हफ्ता दुगुना तेजी ले काम करना।

Stronger approach हर एक के नीचे एक लाइन, ठीक जइसने पूछे गे। बराबरी के नियम ओहिजा भी लगाय जाथे जिहां गलत लगथे, असहमति नोट मं लिखे जाथे। संदेश आय कि कतार रुके हे, त कऊनो दूसर चीज न छूना। दिशानिर्देश आर तय मामला फेर पढ़ना, आर गलती करे वस्तु नंबर ले मांगना।

Why the stronger approach works परिक्षा सबले बढ़िया समझ खोजत नोहय। ये ओ मनखे खोजत जे लिखित दिशानिर्देश मं बताए अनुसार काम करय, जेन वस्तु कऊनो चिन्हा न देहे।

Try a changed situation टेस्ट पास होय गय आरु पइसा वाला बैच शुरू होय गय। आधा बाट मं एक निर्देश अबो नांगबो गलत लगाय। बाकी मामला फोराय की करिबो?

Make something yourself एक अभ्यास परिक्षा अपन समय सीमा मं कर। जिहां लिखित दिशानिर्देश ले हटे के मन होइस, ओ जगह नोट लिख, आर तुंहोर का करे। जदि स्कोर रुके, त कऊन वस्तु फेर देखे बर मांगबे, ओ नाम लिख।

Read the primary or official source: Ouyang et al., InstructGPT (arXiv)