ओ जवाब लिखो जिणा ते दूसर्यां दी कदर कीती जांदी ऐ

What this lesson is about

ओ संदर्भ जवाब खुद लिखो, किसे होर दी कदर न करो। ए सवाल दा हल करदा ऐ, अपने कदम दिखांदा ऐ, अते जिथे मना करना सही होवे ओथे मना करदा ऐ।

तुसीं दुकानदार लई सोना जवाब लिख रहे हो जिणुं पुछया गया कि कटा कपड़ा वापिस हो सकदा ऐ या नहीं। पहला की लिखोगे?

Why this matters

कई प्रोजेक्ट्स किसे होर दे जवाब दी कदर नहीं, खुद आदर्श जवाब खरीददे ने। इंसानी प्रतिक्रिया नाल ट्रेनिंग वाले प्रकाशित काम विच लोकां ने पहला मनचाहा जवाब लिख्या। रेटिंग बाद विच आई। ढीला आदर्श जवाब हर रेटिंग नुं ढीला कर दिंदा ऐ।

ओ संदर्भ जवाब लिखो जिणा ते हर अगला रेटिंग तौली जावेगी।

सोना जवाब ओह मामला तय करदा ऐ जो पुछया गया ऐ, न कि ओह जो तुसीं चाहंदे हो कि पुछया जावे।
हर ओ कदम दिखाओ जिणुं रेटर नुं जांचना ऐ, अपने मन विच करया हिसाब वी।
जिथे सच्चा जवाब ‘नहीं’ ऐ, ओथे सोना जवाब ‘नहीं’ कहे अते किस कारण नुं वी दसे।

Task

इक कपड़ा थोक व्यापारी दा ग्राहक वापसी बारे लिखदा ऐ। ओह 2 सितंबर नूं चालीस मीटर खरीदे सी, अते छे मीटर ओहदे नाप अनुसार कटे गए सन। ओह आठ मीटर वापिस करना चांहदा ऐ।

Weak approach जवाब विच लिख्या कि बिना इस्तेमाल वाला माल पंद्रह दिनां विच वापस हो सकदा ऐ, अते बिल लान दी गल करदा ऐ। दुकान अपने ग्राहकां दी केयर बारे इक लाइन वी जोड़ दींदी ऐ। कटे कपड़े दा जिक्र नहीं।

Stronger approach लिख्या कि पंद्रह दिन 2 सितंबर तों गिने जाणगे, इसलई 17 सितंबर आखिरी दिन ऐ। कहिदा कि कटे छे मीटर वापिस नहीं हो सकदे, अते क्यों। फेर खुल्ला रास्ता दसदा ऐ: बिना कटे माल नुं ओही बिल दिखाके बदला जा सकदा ऐ। आखिरी विच ग्राहक नुं की लाना ऐ वी लिख्या।

Why the stronger approach works दोनों जवाब शिष्ट ने अते कोई झूठ नहीं। पर इक जवाब ही ग्राहक दा मामला तय करदा ऐ, अते रेटर ओ लाइन दिखा सकदा ऐ जिणे फैसला किता।

Try a changed situation हुण तुसीं जो सोना जवाब लिख रहे हो ओह कक्षा 8 दी गणित दा सवाल ऐ छूट बारे। ओह विच की होना जरूरी ऐ?

Make something yourself कोई सवाल लो जिणुं ग्राहक तुहाडे जाने-पहचाने धंधे विच सचमुच पुछदे ने। उसदा सोना जवाब लिखो। फेर तीन लाइन लिखो कि रेटर किन गल्तियां ते अंक कटे।

Read the primary or official source: Ouyang et al., Training language models to follow instructions (arXiv)