All learning paths Learn See Try Make पसंद सँ प्रशिक्षण संकेत धरि What this lesson is about देखू जे दू उत्तरक बीचक चुनाव की पकड़ैत अछि। देखू जे नियम वा समीक्षक सभक मतभेद पर की छूटि जाइत अछि।
अहाँक शीट मे एक जवाब सोमदिनक बैच सँ अछि आ दोसर बिल्कुल अलग प्रश्नक अछि। अहाँ की सुधारब?
A दूनू पाँति राखू, आ नीचाँ लिखू जे प्रश्न अलग-अलग छल। B एके प्रश्न के एहेन दू उत्तर राखू जे तुलना कएल जा सकय। C दूनू जवाब जेकाँ अछि तेकाँ जाँचू, कारण नीक जवाब कतहुँ नीक होइत अछि।
Check my recall Why this matters पसंद तखनहि नीक होइत अछि जखन ओकरा पछाति काज, नियम, आ समीक्षकक ज्ञान आ मतभेद समाधानक तरीका स्पष्ट हो। नियमक प्रत्येक पाँति एक मापदंड होइत अछि — एक नामित गुण जे सँ मूल्यांकन होइत अछि।
समझाउ जे दू उत्तरक बीचक चुनाव की पकड़ैत अछि, आ जतय मतभेद होइत अछि ताहि ठाम केना समाधान होयबाक चाही।
पसंद तखनहि नीक होइत अछि जखन ओकरा पछाति काज, नियम, आ समीक्षकक ज्ञान आ मतभेद समाधानक तरीका स्पष्ट हो। नियमक प्रत्येक पाँति एक मापदंड होइत अछि — एक नामित गुण जे सँ मूल्यांकन होइत अछि।
एके प्रश्न के एहेन दू उत्तर राखू जे तुलना कएल जा सकय। केवल क वा ख नहि, निर्णायक मापदंड सेहो लिखू। सही कारण सँ भेल मतभेद केँ देखू आ बुझू जे काज केँ सुधारबाक जरूरत अछि। Task दू गो समीक्षक सभ एके रिफंड सवाल के दू गो जवाब के तुलना करैत छथि। मूल्यांकन मापदंड में सटीकता आ लहजा कहल गेल अछि, आ लंबाई के बारे में किछु नहि।
Weak approach दूनू जवाब के दू बेर पढ़ैत छथि आ दोसर के चुनैत छथि, कारण ओकर लहजा बेसी नम्र बुझाइत अछि। बाकस में B लिखि कऽ आगू बढ़ि जाइत छथि। जे मापदंड के पंक्ति निर्णय लेलनि, ओ कतहु शीट पर नहि अछि। आगाँक सप्ताह केओ नहि कहि सकत कि लहजा जीतल वा सटीकता।
Stronger approach दोसर के चुनैत छथि, आ ओहि पंक्ति के लिखैत छथि जाहि पर ओ जीतल: पहिल जवाब में चौदह दिन के समय सीमा नहि अछि। फेर ई सेहो बतबैत छथि जे मापदंड कतहु नहि कहैत अछि कि छोट सटीक जवाब लंबा सटीक जवाब सँ नीक अछि कि नहि।
Why the stronger approach works दूनू समीक्षक एके जवाब चुनलनि, मुदा कारण केवल एकटा छोड़लनि। एहि जोड़ी सँ जे बनैत अछि, से अगिला पाठ अछि: अंक देनिहार ओहि लिखल पंक्ति सँ सीखैत अछि। खाली B लिखि देनाइ किछु नहि सिखबैत अछि।
Try a changed situation दू स्वास्थ्यकर्मी एहि पर मतभेद मे छथि जे दू पर्चा मे सँ कोन साफ़ अछि, आ बैठक पाँच मिनट मे खत्म होयत। शीट मे की लिखल जायत?
Make something yourself पसंद डाटा केर चारि चरणक चित्र बनाउ। फेर एक ठाम नाम करू जतय पक्षपात वा अस्पष्टता भऽ सकैत अछि।
Read the primary or official source: Hugging Face Alignment Course