اپنے اور دوسروں کے ساتھ مستقل رہیں

What this lesson is about

دیکھیں کہ ایک ہی چیز لمبے کام میں کیسے بدلتی ہے۔ خود کو واپس لائیں اس سے پہلے کہ یہ تبدیلی ڈیٹا تک پہنچ جائے۔

لمبے بیچ کے آخری دن آپ ایک آئٹم دوبارہ کھولتے ہیں جسے آپ نے شروع میں نشان زد کیا تھا۔ اب آپ اسے مختلف نشان زد کریں گے۔ اب کیا کریں؟

Why this matters

ایک ہی ان پٹ کو پہلے دن اور آخری دن ایک ہی لیبل ملنا چاہیے۔ تبدیلی خاموش ہوتی ہے، اس لیے اسے لنگر سے پکڑا جاتا ہے، محض محتاط ہونے کے احساس سے نہیں۔

لمبے کام میں اپنی تبدیلی کو پہچانیں اور ڈیٹا تک پہنچنے سے پہلے خود کو دوبارہ مستحکم کریں۔

ایک ہی آئٹم کو پیر اور جمعہ کو ایک ہی لیبل ملنا چاہیے۔
ہر سیشن سے پہلے اپنی طے شدہ مثالیں دوبارہ پڑھیں، صرف پہلے دن نہیں۔
جب آپ پرانا فیصلہ بدلیں تو لکھیں کہ کیا بدلا اور کیوں۔

Task

آپ اور ایک دوسرے جائزہ لینے والے نے چالیس جوابات کو مکمل یا نامکمل نشان زد کیا۔ ایک مقررہ حقائق کی فہرست فیصلہ کرتی ہے۔

Weak approach گنتی کرتا ہے کہ آپ دونوں نے چالیس میں سے بتیس پر اتفاق کیا۔ بیچ کے ساتھ اسی فیصد یعنی اسی بھیج دیتا ہے، جو معاہدے کی مقدار ہے۔ کبھی نہیں دیکھتا کہ آپ دونوں نے کتنی بار مکمل کہا۔

Stronger approach رپورٹ کرنے سے پہلے اتفاقی امکان نکال دیتا ہے۔ آپ دونوں نے چالیس میں سے بتیس پر اتفاق کیا، یعنی 0.80۔ آپ دونوں نے بتیس بار مکمل کہا۔ صرف اتفاقی امکان سے 0.8 × 0.8 اور 0.2 × 0.2 بنتا ہے، جو 0.68 ہے۔ کوہن کا کپّا 0.80 میں سے 0.68 منہا، تقسیم 1 میں سے 0.68: 0.38۔ وہی 0.38، چالیس کی گنتی، اور وہ مقررہ مثالیں جو آپ دونوں نے استعمال کیں، بھیجتا ہے۔

Why the stronger approach works اسی فیصد سن کر لگتا ہے کہ معاملہ طے ہو گیا۔ اس بیچ میں جہاں آپ دونوں نے پانچ میں سے چار کو مکمل کہا، زیادہ تر اتفاق اتفاقی امکان سے آتا ہے۔ جو بچتا ہے وہ 0.38 ہے۔

Try a changed situation اب آپ تین شاموں میں اسکول کے جواب کے شیٹس کی نشان دہی کر رہے ہیں۔ کون سا اصول اب بھی لاگو ہے؟

Make something yourself اپنے اکثر کیے جانے والے کام کے لیے تین طے شدہ مثالیں لکھیں: ایک واضح درست، ایک واضح غلط، اور ایک کنارے کا کیس جسے آپ نے منتخب کیا ہو۔

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