दो मॉडल जवाबां दी तुलना करो

What this lesson is about

रुब्रिक दी मदद नाल वधिया जवाब चुनो। लंबाई, भरोसा या लिखन दे अंदाज नाल मत चुनो।

एक ही सवाल दे दो जवाब ते तुहाडे स्क्रीन ते खुले ने, इक लंबा ते चमकदार। तुसीं किमें फैसला करदे हो?

Why this matters

पसंद दा डाटा मॉडल्स नूं सिखांदा है कि किहड़ा जवाब यूजर लई वधिया है। भरोसा, चमक-दमक अते लंबाई सुरक्षित रास्ते नहीं ने। तुसीं रुब्रिक दे खिलाफ जज करो — ओह चेकलिस्ट जिड़ा दसदा है कि वधिया जवाब विच की होणा चाहिदा है। तुसीं इक मापदंड — इक नामित गुण — इक वारी लेंदे हो।

रुब्रिक नाल दो जवाबां विचों वधिया जवाब चुनो अते फैसला करन वाला मुख्य फर्क दसों।

दोनों जवाबां नूं इक ही मापदंड दे खिलाफ जज करो।
हर छोटा फर्क नहीं, ओह पहला फर्क लबो जिड़ा नतीजा बदलदा है।
जदों सबूत बराबर होवें ता बराबरी चुनो, नहीं ता फैसला नहीं कर सकदा।

Task

निर्देश तुहाडे कोल चार मापदंडां वाला एक रूपरेखा दिंदा ऐ: सुरक्षित, सही, हुकम दी पालना करदा, छोटा। इक विद्यार्थी पूछदा ऐ कि छात्रवृत्ति फॉर्म भेजन दी आखिरी तारीख की ऐ।

Weak approach दोनों जवाब पढ़ के पहला चुनदा है, जो गरमजोशी वाला, लंबा ते घबराए विद्यार्थी वास्ते लिखा गया है। उसदी तारीख कदे जांची नहीं जांदी, ते ओह सिरफ सितंबर दे आखिरी दिनां दी गल करदा है।

Stronger approach रूपरेखा नूं इक इक पंक्ति भरदा ऐ। सुरक्षित ते, दोहां जवाब पास ने: कोई वी विद्यार्थी नूं नुकसान वाली गल नहीं दिंदे। सही ते, पहला जवाब कोई तारीख नहीं दिंदा, सिरफ सितंबर दे आखिरी हफ्ते दी गल करदा ऐ। दूसरा 30 सितंबर 2026 दिंदा ऐ अते ओ नोटिस दा नाम वी दिंदा ऐ जिथे तो आई ऐ। फैसला ओथे हो जान्दा ऐ, स्टाइल वाली लाइन पढ़न तो पहले।

Why the stronger approach works इक समीक्षक लिखत नूं तुलना करदा ऐ, दूजा रूपरेखा नूं क्रम अनुसार भरदा ऐ। दोहां जवाब सुरक्षित ते पास ने। पहली पंक्ति जिहड़ी उन्हां नूं वख करदी ऐ, ओ इक गुम तारीख सी, अते ओ नूं साफ़ दिखाया जा सकदा ऐ।

Try a changed situation तुसीं दो दुकाना दे दो मरम्मत दे क़ीमतां विचों चुन रहे हो, मॉडल जवाबां विचों नहीं। फैसला किमें होवेगा?

Make something yourself दो वाक्यां विच अपना कारण लिखो। पहला वधिया जवाब दसों, फेर ओह इक मापदंड जिड़े तुहाडा फैसला तय करदा है।

Read the primary or official source: Hugging Face Alignment Course