نمونہ ٹیسٹ کی تیاری کرو

What this lesson is about

زیادہ تر نمونہ ٹیسٹ یہ ماپتے ہیں کہ تم نے لکھی ہوئی ہدایت کو مانا یا نہیں، نہ کہ تم کتنے ہوشیار ہو۔

ایک داخلہ ٹیسٹ تہند چھ پٲنٛژ جواب رتھ کرن ژ چھ، ہر اک ژٕ چھ اک وجوہات ژ لائن۔ تُہند چھ کٲس طرح پُر کرن؟

Why this matters

InstructGPT ٹیم نے ریویورز کو ایک سکریننگ ٹیسٹ کے ذریعے چنا اور پھر ان کی اتفاق رائے ناپی۔ ٹریننگ سے باہر رکھے گئے ریویورز 77% وقت ایک دوسرے سے متفق تھے۔ ناپ تول اس دن ختم نہیں ہوتا جب آپ پاس ہوتے ہیں۔ ایسے آئٹمز جن کے جواب پہلے سے طے شدہ ہیں، بغیر نشان کے ایک پیڈ بیچ میں پڑے رہتے ہیں، سادہ توجہ چیکز کے ساتھ۔ آپ کا اسکور انہی پر قطار کو کھلا رکھتا ہے۔

نمونہ ٹیسٹ کی تیاری کرو ہدایت کو پڑھ کر بالکل ویسے ہی مان کر۔

نمونہ ٹیسٹ ماپتا ہے کہ تم نے لکھے ہوئے اصول کی پیروی کی یا نہیں۔
لوگ ہدایت چھوڑ کر ہارتے ہیں جس سے وہ متفق نہیں ہوتے۔
طے شدہ آئٹمز بغیر نشان کے بیچ میں پڑے ہوتے ہیں، اور ان پر کم اسکور قطار کو روک دیتا ہے۔

Task

دس رینکنگز کا ایک نمونہ ٹیسٹ جس کے نیچے ہر ایک کے لیے ایک لائن وجہ لکھی ہو، اور وہ پیڈ بیچ جو یہ کھولتا ہے۔

Weak approach ہر ایک کے نیچے ایک پیراگراف لکھنا، اور ٹائی کے قاعدے کو چھوڑ دینا کیونکہ وہ غلط لگا۔ پھر جب پیغام آیا کہ اتفاق رائے کم ہوا ہے تو ہفتے میں دوگنی رفتار سے کام کرنا۔

Stronger approach ہر ایک کے نیچے ایک لائن، بالکل ویسا ہی جیسا کہا گیا تھا۔ ٹائی کا قاعدہ وہاں بھی لگانا جہاں وہ غلط لگے، اور اختلاف نوٹس باکس میں لکھنا۔ جب پیغام آئے کہ قطار رک گئی ہے تو کچھ اور ہاتھ نہیں لگانا۔ گائیڈ لائن اور طے شدہ کیسز دوبارہ پڑھنا، اور جن آئٹمز پر غلطی ہوئی ہو انہیں نمبر سے مانگنا۔

Why the stronger approach works ٹیسٹ بہترین فیصلہ تلاش نہیں کر رہا۔ یہ ایسے شخص کو ڈھونڈ رہا ہے جو لکھے ہوئے گائیڈ لائن کی پیروی کرے، چاہے وہ آئٹم جسے کوئی نہیں دیکھا ہو۔

Try a changed situation تم نے ٹیسٹ پاس کر لیا اور پیڈ بیچ شروع ہو چکا ہے۔ آدھے راستے میں ایک ہدایت اب بھی تمہیں غلط لگتی ہے۔ باقی آئٹمز کے ساتھ کیا کرو گے؟

Make something yourself اپنا ایک پریکٹس ٹیسٹ اس کی وقت کی حد میں کریں۔ ہر اس جگہ کے پاس نوٹ لکھیں جہاں آپ کو لکھے ہوئے گائیڈ لائن سے ہٹنے کا دل چاہا، اور آپ نے کیا کیا۔ وہ آئٹمز بھی لکھیں جنہیں آپ دوبارہ دیکھنے کو کہیں گے اگر آپ کا اسکور رکا۔

Read the primary or official source: Ouyang et al., InstructGPT (arXiv)