Skip to lesson

मशीनने अनुवादित केले आहे. इंग्रजी आणि हिंदी ही पुनरावलोकित आवृत्त्या आहेत.Englishहिन्दी

1 section shows the reviewed English text because a मराठी translation was not available for it.

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

दोन मॉडेल प्रतिसादांची तुलना करा

What this lesson is about

रुब्रिक वापरून चांगला उत्तर निवडा. लांबी, आत्मविश्वास किंवा लेखनशैलीवरून निवड करू नका.

तुमच्या स्क्रीनवर एका प्रश्नाचे दोन उत्तर उघडे आहेत, एक लांब आणि नीटनेटका. तुम्ही कसे ठरवाल?

Why this matters

प्राधान्य डेटा मॉडेलना शिकवतो की कोणते उत्तर वापरकर्त्यासाठी चांगले आहे. आत्मविश्वास, चमक किंवा लांबी हे सुरक्षित मार्ग नाहीत. तुम्ही रुब्रिकच्या विरुद्ध निर्णय घ्या — जे चांगल्या उत्तरासाठी आवश्यक निकष सांगते. तुम्ही एक निकष — एक नाव दिलेली गुणवत्ता — एकावेळी वापरता.

Read the primary or official source: Hugging Face Alignment Course