रास्ता: Post-training कैसे काम करता है
Demonstrations और SFT
समझें कि सावधानी से लिखे examples model को desired answer format कैसे सिखाते हैं।
- शुरुआती स्तर
- बिल्कुल नए learner
- समय
- 18 मिनट
- Public lesson guide
- EN + हिंदी
आप यह करना सीखेंगे
समझें कि supervised fine-tuning के लिए demonstration useful कैसे बनता है।
यह काम क्यों ज़रूरी है
Model examples से requested behaviour तभी सीखता है जब examples instruction साफ़ तरीके से follow करें।
तीन बातें याद रखें
- Requested format exactly follow करें।
- Required safety और content constraints शामिल करें।
- ऐसे accidental patterns से बचें जिन्हें model imitate न करे।
एक example देखें
काम
ठीक तीन safe water-storage steps दें।
कमज़ोर तरीका
Five mixed ideas वाला long paragraph।
बेहतर तरीका
Three numbered practical steps और one brief contamination warning।
बेहतर तरीका क्यों काम करता है
Strong example requested structure और safety constraint दोनों सिखाता है।
अब खुद बनाकर देखें
Tightly constrained instruction के लिए one demonstration लिखें, फिर teaching signals list करें।
शुरू करने का आसान तरीकाCount, order, required content और prohibited content जाँचें।
इस lesson की practice करेंऔर गहराई में पढ़ें
Source पढ़ना optional है। पूरी teaching और practice AI2Bharat के अंदर उपलब्ध है।
Primary या official source पढ़ें: OpenAI InstructGPT