ਮਸ਼ੀਨ ਦੁਆਰਾ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ। ਅੰਗਰੇਜ਼ੀ ਅਤੇ ਹਿੰਦੀ ਸਮੀਖਿਆ ਕੀਤੇ ਗਏ ਸੰਸਕਰਣ ਹਨ।English हिन्दी

Learn
See
Try
Make

ਕੰਮ ਕੀਤੇ ਉਦਾਹਰਨਾਂ ਅਤੇ SFT

What this lesson is about

ਵੇਖੋ ਕਿ ਧਿਆਨ ਨਾਲ ਲਿਖੀਆਂ ਉਦਾਹਰਨਾਂ ਮਾਡਲ ਨੂੰ ਜਵਾਬ ਦਾ ਸਹੀ ਰੂਪ ਕਿਵੇਂ ਸਿਖਾਉਂਦੀਆਂ ਹਨ।

ਇੱਕ ਕੰਮ ਵਿੱਚ ਤਿੰਨ ਨੰਬਰ ਵਾਲੇ ਕਦਮ ਮੰਗੇ ਗਏ ਹਨ, ਪਰ ਤੁਹਾਡਾ ਉਦਾਹਰਨ ਇੱਕ ਛੋਟੇ ਸੁਥਰੇ ਪੈਰਾਗ੍ਰਾਫ ਵਾਂਗ ਹੈ। ਤੁਸੀਂ ਕੀ ਬਦਲੋਗੇ?

Why this matters

ਮਾਡਲ ਉਦਾਹਰਨਾਂ ਤੋਂ ਸਿਰਫ਼ ਉਸ ਵੇਲੇ ਸਿੱਖਦਾ ਹੈ ਜਦੋਂ ਉਹ ਉਦਾਹਰਨ ਸਪਸ਼ਟ ਤੌਰ ਤੇ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੀਆਂ ਹਨ।

ਵੇਖੋ ਕਿ ਕੰਮ ਕੀਤੀ ਉਦਾਹਰਨ ਸਪਰਵਾਈਜ਼ਡ ਫਾਈਨ-ਟਿਊਨਿੰਗ ਲਈ ਕਿਵੇਂ ਲਾਭਦਾਇਕ ਹੁੰਦੀ ਹੈ।

ਮੰਗੇ ਗਏ ਫਾਰਮੈਟ ਨੂੰ ਬਿਲਕੁਲ ਠੀਕ ਰੱਖੋ।
ਲੋੜੀਂਦੇ ਸੁਰੱਖਿਆ ਅਤੇ ਸਮੱਗਰੀ ਸੀਮਾਵਾਂ ਸ਼ਾਮਲ ਕਰੋ।
ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਤੋਂ ਬਚੋ ਜੋ ਤੁਸੀਂ ਨਹੀਂ ਚਾਹੁੰਦੇ, ਪਰ ਮਾਡਲ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ।

Task

ਹਦਾਇਤ: ਗਾਹਕ ਨੂੰ ਦੋ ਲਾਈਨਾਂ ਵਿੱਚ ਜਵਾਬ ਦਿਓ, ਉਸੀ ਭਾਸ਼ਾ ਵਿੱਚ ਜਿਸ ਵਿੱਚ ਉਹ ਨੇ ਲਿਖਿਆ ਸੀ, ਅਤੇ ਵਾਪਸੀ ਦੀ ਮਿਆਦ ਦੱਸੋ।

Weak approach ਇੰਗਲਿਸ਼ ਵਿੱਚ ਤਿੰਨ ਲਾਈਨਾਂ ਦਾ ਗਰਮਜੋਸ਼ ਜਵਾਬ ਲਿਖਦਾ ਹੈ, ਜਦਕਿ ਸੁਨੇਹਾ ਹਿੰਦੀ ਵਿੱਚ ਆਇਆ ਸੀ। ਵਾਪਸੀ ਦੀ ਮਿਆਦ ਦੱਸਦਾ ਹੈ, ਇਸ ਲਈ ਸਮੱਗਰੀ ਦਾ ਨਿਯਮ ਪੂਰਾ ਹੁੰਦਾ ਹੈ। ਪਰ ਇਸ ਲੇਖਕ ਦਾ ਹਰ ਉਦਾਹਰਨ ਹੁਣ ਇੱਕੋ ਮਾਫ਼ੀ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਮਾਡਲ ਉਹੀ ਸ਼ੁਰੂਆਤ ਨਕਲ ਕਰੇਗਾ।

Stronger approach ਦੋ ਲਾਈਨਾਂ, ਹਿੰਦੀ ਵਿੱਚ ਕਿਉਂਕਿ ਗਾਹਕ ਨੇ ਹਿੰਦੀ ਵਿੱਚ ਲਿਖਿਆ ਸੀ, ਅਤੇ ਚੌਦਾਂ ਦਿਨਾਂ ਦੀ ਮਿਆਦ ਦੱਸਦੇ ਹਨ। ਕੋਈ ਮਾਫ਼ੀ ਨਹੀਂ, ਕਿਉਂਕਿ ਹਦਾਇਤ ਵਿੱਚ ਮੰਗੀ ਨਹੀਂ ਸੀ।

Why the stronger approach works ਦੋਹਾਂ ਜਵਾਬ ਸਮੱਗਰੀ ਦੇ ਨਿਯਮ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ। ਕਮਜ਼ੋਰ ਜਵਾਬ ਨਾਲ ਦੋ ਹੋਰ ਗੱਲਾਂ ਵੀ ਸਿਖਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜੋ ਕਿਸੇ ਨੇ ਮੰਗੀਆਂ ਨਹੀਂ: ਇੰਗਲਿਸ਼ ਵਿੱਚ ਜਵਾਬ ਦੇਣਾ ਅਤੇ ਮਾਫ਼ੀ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਨਾ।

Try a changed situation ਹੁਣ ਉਦਾਹਰਨ ਇੱਕ ਬੋਲੀ ਜਾਣ ਵਾਲੀ ਸਕ੍ਰਿਪਟ ਹੈ ਜੋ ਪਰਿਵਾਰ ਨੂੰ ਪੀਣ ਵਾਲਾ ਪਾਣੀ ਸਟੋਰ ਕਰਨ ਬਾਰੇ ਦੱਸਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਕੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?

Make something yourself ਇੱਕ ਕੜੀ ਸੀਮਿਤ ਹਦਾਇਤ ਲਈ ਇੱਕ ਕੰਮ ਕੀਤੀ ਉਦਾਹਰਨ ਲਿਖੋ। ਫਿਰ ਦੱਸੋ ਕਿ ਇਹ ਕੀ ਸਿਖਾਉਂਦੀ ਹੈ।

Read the primary or official source: OpenAI InstructGPT