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

Learn
See
Try
Make

அதை சேகரிக்கும் நபர்களை அளவிடுங்கள்

What this lesson is about

இரு சேகரிப்பவர்களுக்கு அதே பத்து பொருட்களை கொடுத்து, அவர்கள் எங்கு வேறுபடுகிறார்கள் என்பதை எண்ணுங்கள், மற்றும் அந்த வேறுபாட்டை நபருக்கு முன் வழிகாட்டுதலை சரிசெய்யுங்கள்.

நேற்று நீங்கள் பயிற்சி அளித்த இரண்டு நபர்கள் தங்களுடைய முதல் பத்து கிளிப்புகளை அதே பத்து கேள்விகளிலிருந்து சமர்ப்பிக்கிறார்கள். இப்போது என்ன செய்வீர்கள்?

Why this matters

பயிற்சி பெற்றவர்களும் வேறுபடுகிறார்கள். ஒரு வெளியிடப்பட்ட ஆய்வு ஒரு ஆய்வகத்தின் சொந்த ஆராய்ச்சியாளர்களையும் பணியாளர்களையும் ஒரே ஒப்பீடுகளில் வைத்து, அவர்கள் சுமார் 63% நேரம் ஒத்துக்கொண்டனர். ஒரே வழிகாட்டலைப் படிக்கும் இரு நபர்களின் சாதாரண நிலை இதுதான். இதை தொகுப்பில் கேட்க முடியாது; இருவருக்கும் அதே பொருட்களை கொடுத்து எண்ணும்போது மட்டுமே தெரியும்.

இரு சேகரிப்பவர்களை ஒருவருக்கொருவர் அளவிட்டு, வேறுபாடு வெளிப்படுத்தும் தவறை சரிசெய்யுங்கள்.

இரு சேகரிப்பவர்களுக்கு அதே பத்து பொருட்களை கொடுத்து, பதில்களில் எங்கு வேறுபடுகிறார்கள் என்பதை எண்ணுங்கள்.
வேறுபாட்டை முதலில் நபரின் தவறு எனப் பார்க்காமல், வழிகாட்டல் தவறு எனப் படியுங்கள்.
தொகுப்புக்கு முன் மீண்டும் சரிபார்க்கும் பகுதியையும் நிறுத்தும் வரியையும் சரிசெய்து இரண்டையும் எழுதுங்கள்.

Task

கோரக்பூர் நகரில் இரண்டு புதிய சேகரிப்பவர்கள் அதே பத்து போஜ்புரி கேள்விகளுடன் முதல் நாளை முடித்தனர்.

Weak approach இரு தொகுப்புகளையும் நீங்கள் நேரடியாக கேட்டு, இரண்டாவது சேகரிப்பவர் முதல்வரைவிட பலவீனமாக இருக்கிறார் என்று முடிவு செய்தல். அவருக்கு நாளை குறுகிய பதில்களில் கவனம் செலுத்த சொல்லுதல்.

Stronger approach பத்தையும் ஒன்றுக்கு அருகில் வைத்து எண்ணுதல்: மூன்று இடங்களில் வேறுபாடு. அதில் இரண்டும் ஒரே தவறு: ஒரே வார்த்தை பதில், இருவரும் மீண்டும் கேட்க வேண்டும், ஆனால் வழிகாட்டலில் அது இல்லை. அந்த வரி எடுத்துக்காட்டுடன் சேர்க்கப்பட்டது. மூன்றாவது உண்மையான தவறு, கிளிப்புடன் அவருக்கு திருப்பி அனுப்பப்பட்டது.

Why the stronger approach works பலவீனமான தலைவர் யார் பலவீனமா என்பதை சரியாக புரிந்திருக்கலாம். ஆனால் மூன்று பொருட்களையும் எண்ண முடியவில்லை, மற்றும் இரு தவறுகளுக்கான விதி அதேபோல் உள்ளது.

Try a changed situation இப்போது அதே இரு நபர்கள் கேட்டதை தட்டச்சு செய்து உள்ளனர். அவர்களின் ஒரே கிளிப்பின் இரண்டு கோப்புகள் பொருந்தவில்லை. நீங்கள் என்ன பார்க்கிறீர்கள்?

Make something yourself உங்கள் சொந்த சேகரிப்பில் இருந்து இரு நபர்களுக்கு அதே பத்து பொருட்களை கொடுங்கள். அவர்கள் எங்கு வேறுபட்டார்கள், எந்த வேறுபாடு வழிகாட்டல் தவறு என்பதையும் தெரிவியுங்கள். அதனால் நீங்கள் வழிகாட்டலில் சேர்த்த வரியை எழுதுங்கள்.

Read the primary or official source: Bai et al., Training a Helpful and Harmless Assistant (arXiv)