ہدایت نامہ فیصلہ کرتا ہے، آپ کی پسند نہیں

What this lesson is about

جب آپ ذاتی طور پر متفق نہ ہوں تب بھی تحریری ہدایت نامہ لگائیں، اور اپنی اختلاف رائے کو صحیح طریقے سے ظاہر کریں۔

آپ کے اصولوں کی کتاب ایک طبی سوال سے انکار کرنے والے جواب کو مددگار سمجھتی ہے۔ آپ کو لگتا ہے کہ یہ کسی کی مدد نہیں کرتا، اور بیچ آج جمع کرانا ہے۔ اب کیا کریں؟

Why this matters

آپ کے لیبلز دوسروں کے لیبلز کے ساتھ موازنہ کیے جاتے ہیں۔ خاموش استثناء ڈیٹا کو آپس میں متضاد بنا دیتا ہے اور وجہ کا کوئی ریکارڈ نہیں چھوڑتا۔ جہاں ہدایت نامہ کسی معیار کا نام لیتا ہے — جس معیار سے آپ فیصلہ کرتے ہیں — وہ معیار فیصلہ کرتا ہے، آپ کی پسند نہیں۔

ایسا ہدایت نامہ لگائیں جس سے آپ متفق نہ ہوں، اور اپنی اختلاف رائے وہاں بھیجیں جہاں سے ہدایت نامہ بدلا جا سکتا ہے۔

جہاں ہدایت نامہ کیس کا فیصلہ کرتا ہے، وہاں ہدایت نامہ آپ کی پسند پر غالب آتا ہے۔
اپنی اختلاف رائے الگ نوٹ کے طور پر بھیجیں، لیبل تبدیل کر کے نہیں۔
جب کیس قریب ہو تو وہی ہدایت نامہ کی لائن نقل کریں جو آپ نے لگائی ہو۔

Task

ہدایت نامہ کہتا ہے کہ مختصر جواب مکمل سمجھا جائے جب وہ تینوں ضروری حقائق کا ذکر کرے۔ ایک جائزہ لینے والے کو ایسا جواب بہت سخت لگتا ہے۔

Weak approach جواب کو رہنما اصول سے چیک کرتا ہے اور تصدیق کرتا ہے کہ تینوں ضروری حقائق موجود ہیں۔ پھر اسے نامکمل نشان زد کرتا ہے کیونکہ یہ بدتمیزی سے پڑھتا ہے، اور کہیں بھی نہیں لکھتا کہ کیوں۔ اب یہ لیبل اسی اصول پر باقی سب کے لیبلز سے مختلف ہے، اور کوئی وجہ نہیں بتائی گئی۔

Stronger approach ہدایت نامے کے مطابق اسے مکمل نشان زد کرتا ہے، اور الگ نوٹ بھیج کر پوچھتا ہے کہ کیا لہجہ اپنی الگ معیار بننا چاہیے۔

Why the stronger approach works لیبل باقی تمام کارکنوں کے لیبلز کے برابر رہتا ہے، اور اصل مسئلہ ان لوگوں تک پہنچتا ہے جو اسے درست کر سکتے ہیں۔

Try a changed situation اب آپ ایک کیمپ میں رضاکار ہیں اور دفتر کے تحریری قواعد کے مطابق فارم بھر رہے ہیں۔ کون سا اصول اب بھی لاگو ہے؟

Make something yourself کوئی ایسا قاعدہ لکھیں جسے آپ نے ماننے کو کہا گیا لیکن آپ اس سے متفق نہیں تھے۔ لکھیں کہ آپ نے اسے پھر بھی کیسے لگایا، اور اس خلا کے بارے میں کون سا الگ نوٹ بھیجیں گے۔

Read the primary or official source: OpenAI InstructGPT labeler guidelines