இயந்திர மொழிபெயர்ப்பு. ஆங்கிலம் மற்றும் ஹிந்தி மதிப்பாய்வு செய்யப்பட்ட பதிப்புகள்.English हिन्दी

Learn
See
Try
Make

உருவாக்கப்பட்ட குறியீட்டை சோதனை செய்து மதிப்பாய்வு செய்யவும்

What this lesson is about

தேவைகள் மற்றும் உங்கள் சொந்த சோதனைகளைப் பயன்படுத்தி முதல் தோல்வியை கண்டறியவும். தவறான முடிவு, விசித்திர உள்ளீடு அல்லது பாதுகாப்பு பிரச்சினை.

பெரிய எண்ணை கண்டுபிடிக்க வேண்டிய ஒரு செயல்பாடு அதன் எண்ணிக்கையை பூஜ்ஜியத்தில் தொடங்குகிறது, மற்றும் வடிவமைப்பு சுத்தமாக உள்ளது. என்ன சோதிப்பீர்கள்?

Why this matters

உருவாக்கப்பட்ட குறியீடு நன்றாக வாசிக்கப்படலாம், ஆனால் விசித்திர உள்ளீடுகள், நிலை மாற்றங்கள் அல்லது பாதுகாப்பு வரம்புகளை தவிர்க்கலாம்.

ஒரு குறியீட்டு தேவையை முதல் உண்மையான தோல்வியை காட்டும் சோதனையாக மாற்றவும்.

தேவையானதை மட்டும் சோதிக்கவும், குறியீடு எப்படி எழுதப்பட்டது அல்ல.
அருகேகள், காலியான உள்ளீடுகள் மற்றும் தோல்வி வழிகளையும் சேர்க்கவும்.
எல்லாவற்றையும் மறுபடியும் எழுதுவதற்கு முன் உண்மையான காரணத்தை சரிசெய்யுங்கள்.

Task

மிகப்பெரிய எண்ணை கண்டுபிடிக்கும் மற்றும் 0 ஆக தொடங்கும் செயல்பாட்டை மதிப்பாய்வு செய்யவும்.

Weak approach நான்கு சோதனைகளை எழுதியும் இயக்கியும் பார்க்கிறான்: மூன்று நேர்மறை பட்டியல்கள் மற்றும் ஒரு கலந்த பட்டியல், எல்லாம் வெற்றிகரமாக முடிகிறது. குறியீட்டை நன்கு படித்து, அதை சுத்தமாக உள்ளது என்று கூறுகிறான். எந்த சோதனையிலும் முழுமையான எதிர்மறை பட்டியல் அல்லது காலியான பட்டியல் இல்லை, ஆகவே ஆரம்பிக்கும் பூஜ்ய நிலையை எட்ட முடியவில்லை.

Stronger approach முழு எதிர்மறை வழக்கை இயக்கவும். இது மிகப்பெரிய உள்ளீடுக்கு பதிலாக 0 ஐத் திருப்புகிறது. முதல் உருப்படியிலிருந்து தொடங்கவும் அல்லது காலியான உள்ளீட்டை கையாளவும்.

Why the stronger approach works இரு மதிப்பாய்வாளர்களும் சோதனை செய்தனர், ஒருவரால் நான்கு முறை சோதனை செய்யப்பட்டது. வெற்றிகரமாக முடிந்த சோதனைகள் என்பது குறியீடு ஏற்கனவே எழுதப்பட்டவையே.

Try a changed situation நீங்கள் ஒரு கடையின் பில்லிங் ஷீட்டின் சூத்திரத்தைச் சரிபார்க்கிறீர்கள், ஒரு நிரலல்ல. அதில் என்ன முயற்சிப்பீர்கள்?

Make something yourself ஒரு தோல்வியடைந்த சோதனை, உண்மையான காரணத்தின் குறிப்பு மற்றும் மிகச் சிறிய திருத்தத்தை எழுதவும்.

Read the primary or official source: Chen et al., Evaluating Large Language Models Trained on Code (arXiv)