Skip to lesson

இயந்திர மொழிபெயர்ப்பு. ஆங்கிலம் மற்றும் ஹிந்தி மதிப்பாய்வு செய்யப்பட்ட பதிப்புகள்.Englishहिन्दी

  1. Learn
  2. See
  3. Try
  4. Make

உங்கள் லேபிள்கள் எங்கே செல்கின்றன

What this lesson is about

உங்கள் திரையிலிருந்து ஒரு மதிப்பீட்டு தொகுப்பை பயிற்சி ஓட்டத்திற்கு பின்தொடர்ந்து, அது கடந்து செல்லும் சோதனைகளை கண்டறியுங்கள்.

வெள்ளிக்கிழமை நீங்கள் இருநூறு வரிசைகளை முடித்து அனுப்புகிறீர்கள். உங்கள் உறவினர் அந்த இரவு மாடல் மாறுமா என்று கேட்கிறார்.

Why this matters

ஒரு வெளியிடப்பட்ட உதவியாளர் ஓட்டம் இந்த சுற்றத்தை தெளிவாக விவரிக்கிறது. தொகுப்புகள் ஒன்றிணைக்கப்படுகின்றன, ஒரு பகுதி தனியாக வைக்கப்படுகிறது, மாடல் பயிற்சி பெறுகிறது, மற்றும் மாற்றப்பட்ட மாடலில் புதிய தொகுப்புகள் வருகின்றன. ஓட்டத்தை பின்னர் நம்பக்கூடியதாக இருக்க இரண்டு விஷயங்கள் தீர்மானிக்கின்றன. தனியாக வைக்கப்பட்ட தொகுப்பு — மாடல் ஒருபோதும் பயிற்சி பெறாத பொருட்கள் — பழுதுபார்க்கும் போது படிக்கப்படக்கூடாது. மேலும் ஒவ்வொரு தொகுப்பும் யார் எப்போது மதிப்பிட்டார்கள் என்பதைக் கொண்டிருக்க வேண்டும்.

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