دو ماڈل جوابات کا موازنہ کریں

What this lesson is about

بہتر جواب منتخب کرنے کے لیے rubric استعمال کریں۔ لمبائی، اعتماد یا تحریر کے انداز سے انتخاب نہ کریں۔

ایک ہی سوال کے دو جوابات آپ کی سکرین پر کھلے ہیں، ایک لمبا اور سنوارا ہوا۔ آپ کیسے فیصلہ کریں گے؟

Why this matters

ترجیحات کا ڈیٹا ماڈلز کو سکھاتا ہے کہ کون سا جواب صارف کے لیے بہتر ہے۔ اعتماد، چمک یا لمبائی محفوظ شارٹ کٹ نہیں ہیں۔ آپ rubric کے خلاف فیصلہ کرتے ہیں — وہ چیک لسٹ جو بتاتی ہے کہ اچھے جواب میں کیا ہونا چاہیے۔ آپ ایک معیار — ایک نامزد خصوصیت — ایک وقت میں لیتے ہیں۔

rubric استعمال کرتے ہوئے دو جوابات میں سے انتخاب کریں اور فیصلہ کن فرق بتائیں۔

ہر جواب کو ایک ہی معیار کے مطابق پرکھیں۔
ہر چھوٹے فرق کو نہیں، بلکہ پہلا ایسا فرق تلاش کریں جو نتیجہ بدل دے۔
جب ثبوت برابر ہو تو برابر کا انتخاب کریں یا اگر ثبوت کم ہو تو فیصلہ نہیں کر سکتے کا انتخاب کریں۔

Task

یہ مختصر آپ کو چار معیاروں والا ایک روبریک دیتا ہے: محفوظ، درست، ہدایت کی پیروی، مختصر۔ ایک طالب علم اسکالرشپ فارم بھیجنے کی آخری تاریخ پوچھتا ہے۔

Weak approach دونوں جوابات پڑھ کر پہلا چنتا ہے، جو گرمجوش، لمبا اور گھبرائے ہوئے طالب علم کے لیے لکھا گیا ہے۔ اس کی تاریخ کبھی چیک نہیں کی جاتی، اور صرف ستمبر کے آخر کا ذکر ہے۔

Stronger approach روبرک کو قطار بہ قطار بھرتا ہے۔ محفوظ پر دونوں جوابات پاس ہیں: کوئی بھی طالب علم کو نقصان دہ بات نہیں بتاتا۔ درست پر، پہلا جواب کوئی تاریخ نہیں دیتا، صرف ستمبر کے آخر کا ذکر ہے۔ دوسرا جواب 30 ستمبر 2026 دیتا ہے اور اس نوٹس کا نام بھی بتاتا ہے جہاں سے یہ معلومات آئی ہے۔ فیصلہ وہاں ہو جاتا ہے، اس سے پہلے کہ انداز کے بارے میں کوئی لائن پڑھی جائے۔

Why the stronger approach works ایک جائزہ لینے والے نے تحریر کا موازنہ کیا، دوسرے نے روبریک کو ترتیب سے بھرا۔ دونوں جوابات محفوظ پر پاس تھے۔ پہلی قطار جس نے انہیں الگ کیا وہ ایک غائب تاریخ تھی، اور اسے واضح طور پر دکھایا جا سکتا ہے۔

Try a changed situation آپ دو دکانوں کی مرمت کے دو تخمینے منتخب کر رہے ہیں، نہ کہ دو ماڈل جوابات۔ فیصلہ کیا کرے گا؟

Make something yourself دو جملوں میں اپنی وجہ لکھیں۔ پہلے بہتر جواب بتائیں، پھر وہ ایک معیار جو آپ کے انتخاب کا فیصلہ کن سبب تھا۔

Read the primary or official source: Hugging Face Alignment Course