- Learn
- See
- Try
- Make
ਪਸੰਦ ਵਾਲੇ ਬੈਚ ਦੀ ਜਾਂਚ ਕਰੋ
What this lesson is about
ਪਸੰਦ ਵਾਲੇ ਨਿਸ਼ਾਨਾਂ ਦਾ ਬੈਚ ਖੋਲ੍ਹੋ, ਗਿਣੋ ਕਿ ਸਕੋਰ ਕਰਨ ਵਾਲਾ ਇਸ ਤੋਂ ਕਿਹੜੀਆਂ ਗਲਤੀਆਂ ਸਿੱਖੇਗਾ, ਫਿਰ ਨੋਟ ਲਿਖੋ।
ਨੌ ਸੌ ਨਿਸ਼ਾਨ ਲੱਗੇ ਜੋੜਿਆਂ ਦਾ ਬੈਚ ਤੁਹਾਡੇ ਡੈਸਕ 'ਤੇ ਆਉਂਦਾ ਹੈ, ਲੈਬ ਨੂੰ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ। ਤੁਸੀਂ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਗਿਣੋਗੇ?
Why this matters
ਇੱਕ ਪ੍ਰਕਾਸ਼ਿਤ ਸਹਾਇਕ ਪ੍ਰੋਜੈਕਟ ਨੇ ਆਪਣੀ ਟੀਮ ਅਤੇ ਭੁਗਤਾਨ ਕੀਤੇ ਰਿਵਿਊਅਰਾਂ ਵਿਚਕਾਰ ਲਗਭਗ ਤਿਰਸਠ ਪ੍ਰਤੀਸ਼ਤ ਸਹਿਮਤੀ ਮਾਪੀ ਸੀ। ਇਹ ਮੁਸ਼ਕਲ ਮਾਮਲਿਆਂ 'ਤੇ ਧਿਆਨ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਨਿਸ਼ਾਨੀ ਹੈ। ਇਸ ਲਈ ਉਹ ਬੈਚ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਖੋਲ੍ਹੋ ਜਿਸ ਵਿੱਚ ਲਗਭਗ ਪੂਰੀ ਸਹਿਮਤੀ ਹੋਵੇ। ਤੁਸੀਂ ਉਹ ਆਦਤ ਲੱਭ ਰਹੇ ਹੋ ਜੋ ਸਕੋਰ ਕਰਨ ਵਾਲਾ ਨਕਲ ਕਰੇਗਾ।
Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant with RLHF (arXiv)