सीखने के सभी रास्ते समझें देखें करें बनाएँ गोल्ड सवाल, और कतार क्यों रुकती है यह पाठ किस बारे में है आपके बैच के कुछ सवालों का जवाब पहले से तय होता है। उन पर आपका मिलान ही तय करता है कि काम आता रहेगा या नहीं।
आज के चालीस कामों में छह ऐसे हैं जिन्हें टीम पहले ही तय कर चुकी है। कौन-से, यह कोई नहीं बताता। अब क्या बदलेगा?
A अंदाज़ा लगाएँ कि वे छह कौन-से हैं और उन्हीं पर सबसे ज़्यादा मेहनत करें। B गोल्ड सवाल वह है जिसका फ़ैसला प्रोजेक्ट आपके देखने से पहले ही तय कर चुका होता है। C जैसे करते वैसे ही करें, और आख़िर में चालीसों को दोबारा देख लें।
याद जाँचें यह काम क्यों ज़रूरी है प्रोजेक्ट कुछ ऐसे सवाल बैच में छिपा देते हैं जिनका जवाब वे पहले ही तय कर चुके होते हैं, और उन्हीं पर आपको नापते हैं। वे कौन-से थे, यह बताया नहीं जाता। एक प्रकाशित काम में जाँचने वालों को इसी तरह नापा गया। सिखाई से बाहर रखे गए लोग आपस में सौ में लगभग सतहत्तर बार सहमत थे। सौ में सौ बार कोई सहमत नहीं होता, और कोई तय सीमा ऐसा माँगती भी नहीं।
समझें कि आपके काम करते समय मंच क्या नाप रहा है, और कतार रुक जाए तो क्या करना है।
प्रोजेक्ट कुछ ऐसे सवाल बैच में छिपा देते हैं जिनका जवाब वे पहले ही तय कर चुके होते हैं, और उन्हीं पर आपको नापते हैं। वे कौन-से थे, यह बताया नहीं जाता। एक प्रकाशित काम में जाँचने वालों को इसी तरह नापा गया। सिखाई से बाहर रखे गए लोग आपस में सौ में लगभग सतहत्तर बार सहमत थे। सौ में सौ बार कोई सहमत नहीं होता, और कोई तय सीमा ऐसा माँगती भी नहीं।
गोल्ड सवाल वह है जिसका फ़ैसला प्रोजेक्ट आपके देखने से पहले ही तय कर चुका होता है। कतार का रुकना दिशानिर्देश के बारे में संदेश है, आप पर सुनाया गया फ़ैसला नहीं। अगला बैच छूने से पहले पूछें कि आपसे कौन-से गोल्ड सवाल छूटे। काम मंगलवार को आपका काम रुक जाता है। संदेश कहता है कि छिपे हुए जाँच-सवालों पर आपका मिलान सौ में बासठ रह गया। इस प्रोजेक्ट की तय सीमा अस्सी है।
कमज़ोर तरीका उसी शाम नया बैच खोल लेता है और दुगनी रफ़्तार से काम करता है। आसान दिखने वाले सवाल पहले उठाता है और शक वाले बाद के लिए छोड़ देता है।
बेहतर तरीका काम रोक देता है। जो आठ जाँच-सवाल गलत गए, उन्हें माँगता है। आठ में से छह एक ही तरह के निकलते हैं: पहले मोड़ में व्यक्ति ने हिन्दी माँगी थी और जवाब अंग्रेज़ी में चला गया। दिशानिर्देश का वही पन्ना दोबारा पढ़ता है, फिर अगला बैच खोलता है।
बेहतर तरीका क्यों काम करता है रुकावट के बाद तेज़ काम करना मिलान को उल्टी दिशा में ले जाता है। आठ में छह चूकों की वजह एक ही थी, और वह दिशानिर्देश के एक पन्ने पर लिखी थी।
बदली हुई स्थिति आज़माएँ इस हफ़्ते दो ऑर्डर गलत दर्ज होने के बाद डिलीवरी वाले ऐप ने आपका खाता जाँच में डाल दिया है। पहला कदम क्या होगा?
अब खुद बनाकर देखें किसी एक जाँच पर एक पन्ना लिखें जिसमें आप खरे नहीं उतरे — काम में या किसी परीक्षा में। लिखें कि नापा क्या जा रहा था। फिर लिखें कि आपने बाद में क्या दोबारा पढ़ा, और कौन-सा एक सवाल पूछा।
AI ट्रेनर की बुनियाद: 9 में से पाठ 7 आगे वह उत्तर लिखें जिससे बाकी तौले जाएँ भाग 2 के आख़िर में आपके काम का नमूना बनता है, जिसे आप भेज सकते हैं
मूल या आधिकारिक स्रोत पढ़ें: Ouyang et al., Training language models to follow instructions (arXiv)