All learning paths Learn See Try Make اِس چھُٹان وال ژٔند ناپٕن What this lesson is about دو چھُٹان وال ژٔند ہند برٛابر دس چیزٕ چھُٹان، ژٔند فرق چھُٹان گنتھ کرٕ، تہ ہند آدَم سٕ پہٛلٛے رہنمائی درست کرٕ۔
کل سکھائے ہوئے دوٚ آدَم اپنی پہلی دس کلپ جمع کران، برٛابر دس سوال منز۔ اب کیا کرن؟
A دوٚ چھُٹان وال ژٔند برٛابر دس چیزٕ دے، تہ جواب منز فرق گنتھ کر۔ B دونوں سیٹ خود سن، تہ اوہٛ رکھ جنہ ژٔند کام زیادہ پکا لگے۔ C پورا ہفتہ کلپ جمع کرن دے، تاکہ صحیح فیصلہ کرن لائق مواد ہووے۔
Check my recall Why this matters سکھائے ہوئے آدَم بھی فرق چھُٹان۔ ایک شائع شدہ تحقیق منز ایک لیبارٹری ژٔند اپنے محقق تہ ادائیگی والے جانچنے والے برٛابر موازنہ کران، تہ اوہٛنہ 63٪ وقت برٛابر متفق چھُٹ۔ یہ ایک ہی ہدایت پڑھنے والے دوٚ آدَم ژٔند عام حالت چھُٹ۔ بیچ منز یہ سنٛنہ نا ممکن، صرف دوٚ آدَم ژٔند برٛابر چیزٕ دے کر گنتھ کر پتہ چلٛت۔
دوٚ چھُٹان وال ژٔند آپس منز ناپٕن، تہ فرق ژٔند ظاہر کرن والی چیز درست کرن۔
سکھائے ہوئے آدَم بھی فرق چھُٹان۔ ایک شائع شدہ تحقیق منز ایک لیبارٹری ژٔند اپنے محقق تہ ادائیگی والے جانچنے والے برٛابر موازنہ کران، تہ اوہٛنہ 63٪ وقت برٛابر متفق چھُٹ۔ یہ ایک ہی ہدایت پڑھنے والے دوٚ آدَم ژٔند عام حالت چھُٹ۔ بیچ منز یہ سنٛنہ نا ممکن، صرف دوٚ آدَم ژٔند برٛابر چیزٕ دے کر گنتھ کر پتہ چلٛت۔
دوٚ چھُٹان وال ژٔند برٛابر دس چیزٕ دے، تہ جواب منز فرق گنتھ کر۔ اختلاف کو پہلے رہنمائی کی غلطی سمجھ، آدَم کی غلطی سمجھنے سے پہٛلٛے۔ بیچ شروع کرن سے پہٛلٛے دوبارہ جانچ تہ روکنے والی حد طے کر، تہ دونوں لکھ۔ Task گورکھپور منز دوٚ نئے چھُٹان وال برٛابر دس بھوجپوری سوال لے کر پہلا دن مکمل کرن۔
Weak approach دونوں سیٹ خود سن، تہ فیصلہ کر کہ دوسرا چھُٹان والا پہلے سے کمزور چھُٹ۔ فون منز اوہٛنہ کل چھوٹے جواب سٕ زیادہ دھیان دینہ کہہ۔
Stronger approach دس چیزٕ برابر رکھ کر گنتھ: تین فرق چھُٹ۔ تین منز دوٚ ایک ہی غلطی چھُٹ — ایک لفظ جواب، ژٔند دونوں کو دوبارہ پوچھنا چاہیے تھا، تہ رہنمائی منز یہ نہ لکھا گیا۔ اوہٛ لائن رہنمائی منز مثال سٕ شامل کر۔ تیسری اصل غلطی چھُٹ تہ کلپ سٕ واپس اوہٛنہ بھیج۔
Why the stronger approach works کمزور رہنما شاید ٹھیک سمجھ کہ کون کمزور چھُٹ۔ پھر بھی اوہٛ تین چیزٕ گنتھ نہ سکٛن، تہ اوہٛ قاعدہ ژٔند دوٚ غلطی ہوئی اوہٛ ویسا ہی رہ۔
Try a changed situation اب اوہٛی دوٚ آدَم سنی ہوئی بات لکھ رہ، تہ ایک کلپ کی دونوں فائل میل نا کھات۔ کیا دیکھن؟
Make something yourself دوٚ آدَم کو اپنے ذخیرہ منز برٛابر دس چیزٕ دے۔ بتا کہ کہاں فرق چھُٹ، کونسا فرق رہنمائی کی غلطی چھُٹ، تہ اوہٛ وجہ سٕ رہنمائی منز کونسی لائن شامل کی۔
Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant (arXiv)