पसंद फोर सिखायन सिग्नल

What this lesson is about

दो उत्तरर बिचार फोर की थांदों से की थांदों फोर। नियम आरो समीक्षकर मत भिन्न होबोखौ थांदों फोर निफ्राय।

निफ्रि शीट आरो मन्गलबार बाचर फोराय आरो आरो फरक सवालर फोराय आरो फोराय फोराय। निफ्रि फोराय फोराय?

Why this matters

पसंद तखनि भल होबो जखन ओकर पाछा काम, नियम, समीक्षकर ज्ञान आरो मतभेद निपटाबर तरीका साफ होबो। नियमर हरेक लाइन एक मापदंड होबो — एक नामित गुण जेनर आधार फोर जज कराय।

दो उत्तरर पसंद फोर की थांदों आरो मतभेद फोर केना निपटाबो से बुझाब।

एके प्रश्न फोराय तुलना करिबा योग्य उत्तर राखाय।
केवल A या B नहां, निर्णायक कसौटी लिख।
सही कारणर मतभेद फोर देखिले काम सुधारिबर प्रमाण मान।

Task

दो जाँचकारि दो जवाब फोराय फोराय सवाल फोराय तुलना करि। नियम फोराय सही जानकारी आर लहजा, आर लंबाई फोराय किछु नाय।

Weak approach दोनों जवाब दुबारा-पुनि पढ़ि आर दूसरि चुनि, कारण लहजा बड़ नीक लागि। बाकस फोराय B लिखि आगां बढ़ि। नियम फोराय जे पंक्ति निर्णय दियाय, से कागज फोराय नाय। आगां सप्ताह किउ नाय कहि पाबो लहजा नाकि सही जानकारी जीतिल।

Stronger approach दूसरि चुनि आर जीतिल पंक्ति लिखि: पहिलि जवाब फोराय चौदह दिन फोराय समय नाय। फोराय नियम कखनो नाय कहि छोट सही जवाब लंबा सही जवाब फोराय ऊपर नाय।

Why the stronger approach works दोनों एके जवाब चुनिल, आर एके कारण लिखिल। ए जोड़ी फोराय आगां जे बनाय, से अगला पाठ होबो: अंक देनिहार से लिखिल पंक्ति फोराय सीखाय। खाली B लिखि किछु नाय सिखाय।

Try a changed situation दुइ स्वास्थ्य काजर फोराय फरक-फरक पर्चा साफ थां बोजाय, आरो बैठक फोर मिनटर मुनि थां। शीट मुनि फोराय?

Make something yourself पसंद डाटा चार चरणर चित्र बनाव। आरो एक ठो ठाँव नाम दे जिहां पक्षपात या अस्पष्टता आहाय।

Read the primary or official source: Hugging Face Alignment Course