मशीनान अनुवाद केलेलो. इंग्लिश आनी हिंदी रिव्ह्यू केलेल्या आवृत्त्या आसा.English हिन्दी

Learn
See
Try
Make

तुमचें आनी दुसऱ्यांचें एकसारें राहा

What this lesson is about

पाहा कितें एकच आयटम लांब्या कामांत कशें बदलतां. बदलपाचें आधी तुमका परत नीट कर.

एक लांब्या batch च्या शेवटच्या दिवशी तुम्ही सुरुवातीला मार्क केलेलं एक आयटम पुन्हा उघडता. आता तुम्ही ते वेगळ्या पद्धतीने मार्क कराल. काय कराल?

Why this matters

एकच आयटम पहिल्या आनी शेवटच्या दिवशी एकसारें लेबल मिळपाचें. बदल शांतपणे होतात, ते लंगरांनी पकडतात, काळजी घेण्याच्या भावना न्हय.

लांब्या कामांत तुमचें बदल लक्षात घ्या आनी तो डेटा पोचण्यापूर्वी परत नीट करा.

एकच आयटम सोमवारी आनी शुक्रवारी एकसारें लेबल मिळतलो.
प्रत्तेक वेळा बसपाचें आधी तुमचे ठरवलेले उदाहरण परत वाचा, फकत पहिल्या दिवशी न्हय.
जेंव्हा जुना निर्णय बदलता, काय बदललें आनी का ते नोंदवा.

Task

तुम आनी दुसर्या रिव्ह्युअरान एकसारख्या चाळीस उत्तरांन पूर्ण वा अपूर्ण म्हटलें. एक ठरावीक तथ्यांची यादी हें ठरवता.

Weak approach गणना करतात कितें तुमका दोघें जुळलो: चाळीसांतून बत्तीस. बॅचाक सोबत सहमतीचो आकडो म्हणून शंभरांत अस्सी पाठवता. किती वेळा कोणतेंही पूर्ण म्हटलें ते कधी पाहत ना.

Stronger approach सांभाळता शक्यता आधी वगळून सांगतात. तुमका दोघें चाळीसांतून बत्तीस जुळलो, म्हणजे 0.80. दोघांनीही 32 वेळा पूर्ण म्हटलें. फकत शक्यता मुळे 0.8 x 0.8 आनी 0.2 x 0.2, म्हणजे 0.68. Cohen चें kappa 0.80 मधून 0.68 वजा, 1 मधून 0.68 वजा: 0.38. 0.38, 40 ची गणना आनी दोघांनी वापरलेले ठरावीक उदाहरण पाठवता.

Why the stronger approach works शंभरांत अस्सी म्हणणें ठरावीक वाटता. जिथें तुमका दोघें पाचांत चार पूर्ण म्हटलें, तिथें शक्यता जास्त भाग घेता. उरलेलो 0.38.

Try a changed situation आता तुम्ही तीन संध्याकाळी शाळेच्या उत्तरपत्रिकांचो ढेऱो तपासत आहात. कोणतें नियम अजून लागू आसा?

Make something yourself तुमका वारंवार करपाचें कामासाठी तिन ठरवलेले उदाहरण लिहा: एक स्पष्ट पास, एक स्पष्ट फेल, आनी एक सीमारेषेचें उदाहरण ज्याचें वाचन तुम्ही ठरवलें.

Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant (arXiv)