इनाम मॉडल आरो

What this lesson is about

मार्क करा जोड़ीसिं फोरि थांबाय: एक स्कोरर, जोंग आरो सही उत्तर नाय, आरो फोरि आरो सिक्खाय।

आठ सौ मार्क करा जोड़ी सोमवार फोरि लैब फोरि जाय। साथी पूछाय जे लैब फोरि की बनाय।

Why this matters

एक प्रकाशित सारांश फोरि ढांचा देखाय। मार्क करा जोड़ीसिं फोरि स्कोरर सिक्खाय, आरो मॉडल फोरि बाद फोरि स्कोरर फोरि सुधाराय। तेहोंर जोड़ी मॉडल फोरि नकल नाय। से स्कोरर फोरि सिखाय एक लाइन आरो, आरो मॉडल फोरि बाद फोरि से खुश कराय फोरि धकेलाय।

इनाम मॉडल आरो फोरि आरो सिक्खाय आरो मार्क करा एक जोड़ी फोरि की होबो से बताव।

इनाम मॉडल एक स्कोरर आरो, जोंग आरो जोड़ीसिं सिक्खाय, सही उत्तर नाय।
एक जोड़ी फोरि क्रम सिक्खाय: से उत्तर आरो उत्तर फोरि ऊपर आरो।
मॉडल फोरि बाद फोरि से स्कोर बढ़ाय फोरि धकेलाय, तेहोंर कमजोर स्कोरर कमजोर आदत सिक्खाय।

Task

आठ सौ मार्क करा स्वास्थ्य उत्तर जोड़ी ट्रेनिंग फोरि जाय। एक जोड़ी फोरि की होबो से बताव।

Weak approach कहाय जे हर चुना उत्तर मॉडल फोरि एक उदाहरण होबो। आठ सौ जोड़ी फोरि आठ सौ आदर्श उत्तर मानाय, जोंग मॉडल नकल करिबो।

Stronger approach कहाय जे हर जोड़ी स्कोरर फोरि एक तुलना होबो। स्कोरर सिक्खाय जे एक उत्तर आरो उत्तर फोरि ऊपर आरो। मॉडल फोरि बाद फोरि से स्कोर बढ़ाय फोरि धकेलाय।

Why the stronger approach works कमजोर समझ चुना उत्तर फोरि आदर्श उत्तर मानाय। जोड़ी फोरि क्रम आरो, शब्द नाय।

Try a changed situation दुकान समीक्षा टीम मराठी जोड़ी फोरि मार्क कराय। स्कोरर फोरि लंबा उत्तर फोरि ऊपर राखाय।

Make something yourself इस हफ्ता फोरि मार्क करा एक जोड़ी लो। लिखाय जे स्कोरर फोरि से की सिक्खाय आरो एक फोरि जोंग से नाय सिक्खाय।

Read the primary or official source: Stiennon et al., Learning to summarize from human feedback (arXiv)