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

Learn
See
Try
Make

काम केलेली उदाहरणे आणि SFT

What this lesson is about

कसे काळजीपूर्वक लिहिलेले उदाहरणे मॉडेलला उत्तराचा आकार कसा असावा हे शिकवतात ते पाहा.

एका कामात तीन क्रमांकित पावले विचारली आहेत, आणि तुमचे उदाहरण एक नीट छोटा परिच्छेद आहे. तुम्ही काय बदलाल?

Why this matters

मॉडेल फक्त तेव्हाच उदाहरणांमधून शिकतो जे उदाहरणे स्पष्टपणे सूचनेचे पालन करतात.

काम केलेले उदाहरण पर्यवेक्षित फाइन-ट्यूनिंगसाठी कसे उपयुक्त ठरते ते पाहा.

मागितलेला फॉर्मेट अचूक पाळा.
आवश्यक सुरक्षा आणि विषय मर्यादा समाविष्ट करा.
असं टाळा जे तुम्हाला नको होते, पण मॉडेल ते नक्कल करू शकते.

Task

सूचना: ग्राहकाला दोन ओळींत उत्तर द्या, ज्या भाषेत त्यांनी लिहिले आहे तिथेच, आणि परतावा कालावधी नमूद करा.

Weak approach इंग्रजीत तीन ओळींचे एक उबदार उत्तर लिहितो, जरी संदेश हिंदीत आला होता. परतावा कालावधी नमूद करतो, त्यामुळे माहिती नियम पूर्ण होतो. पण या लेखकाने लिहिलेल्या प्रत्येक उदाहरणाची सुरुवात आता त्याच माफीने होते, आणि मॉडेल ती सुरुवात कॉपी करेल.

Stronger approach दोन ओळी, हिंदीत कारण ग्राहकाने हिंदीत लिहिले होते, आणि चौदा दिवसांचा कालावधी नमूद करतो. माफी नाही कारण सूचना कधीच मागितली नव्हती.

Why the stronger approach works दोन्ही उत्तरे माहिती नियम पाळतात. कमकुवत उत्तर दोन अतिरिक्त गोष्टी शिकवते ज्या कुणी मागितल्या नव्हत्या: इंग्रजीत उत्तर द्या आणि माफीने सुरुवात करा.

Try a changed situation आता उदाहरण एक बोलून सांगणारा स्क्रिप्ट आहे जो कुटुंबाला पिण्याच्या पाण्याचा साठा कसा करायचा ते सांगतो. त्यात काय असायला हवं?

Make something yourself कडक मर्यादित सूचनेसाठी एक काम केलेले उदाहरण लिहा. नंतर ते काय शिकवते ते यादी करा.

Read the primary or official source: OpenAI InstructGPT