Skip to lesson

मशीनान अनुवाद केलेलो. इंग्लिश आनी हिंदी रिव्ह्यू केलेल्या आवृत्त्या आसा.Englishहिन्दी

  1. Learn
  2. See
  3. Try
  4. Make

पसंदाचें बैच ऑडिट करा

What this lesson is about

पसंदाचें निशानांचो एक बैच उघडून, कितें चुका एक स्कोरर शिकूंक शकतलो हांवय ते मापून, नंतर नोट लिहा.

नऊशे मार्क केलेल्या जोड्यांचो बैच तुमच्या टेबलावर येता, प्रयोगशाळेक जायच्या आधी. तुम्ही सगळ्यात आधी काय मापता?

Why this matters

एक प्रसिद्ध सहाय्यक प्रकल्पांनी आपल्या प्रयोगशाळेतील संशोधक आनी पैसे दिलेल्या पुनरावलोककांत सहमती सुमारे तिरसष्ट टक्के मापली. कठीण प्रकरणांत सावध काम हेंच दिसतलो. मुळें, जें बैच जवळजवळ पूर्ण सहमती दाखपता, ते सर्वांत आधी उघडून पाहा. तुम्ही शोधत आहात ती सवय जें स्कोरर कॉपी करील.

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