Skip to lesson

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

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

प्राथमिकतेपासून प्रशिक्षण संकेतापर्यंत

What this lesson is about

दोन उत्तरांमधील निवड काय पकडते ते पाहा. मार्गदर्शक तत्त्वे किंवा पुनरावलोकक वेगळे असताना काय चुकते ते पाहा.

तुमच्या शीटमध्ये सोमवारच्या बॅचमधील एक उत्तर आहे आणि दुसरे पूर्णपणे वेगळ्या प्रश्नाचे आहे. तुम्ही काय दुरुस्त कराल?

Why this matters

प्राथमिकता फक्त त्याच्या मागील गोष्टींपर्यंतच चांगली असते. म्हणजे काम, नियम — जे चांगल्या उत्तरासाठी आवश्यक आहे. तसेच पुनरावलोककाला काय माहिती होती आणि मतभेद कसे मिटवले जातात. नियमातील प्रत्येक ओळ ही निकष आहे — एक नाव दिलेली गुणवत्ता ज्यावर तुम्ही न्याय करता.

Read the primary or official source: Hugging Face Alignment Course