نمونہ ٹیسٹ کی تیاری کریں

What this lesson is about

زیادہ تر نمونہ ٹیسٹ یہ ناپتے ہیں کہ آپ نے تحریری ہدایت پر عمل کیا یا نہیں، نہ کہ آپ کتنے ہوشیار ہیں۔

ایک داخلہ ٹیسٹ میں آپ سے دس جوابات کو درجہ دینا کہا جاتا ہے، ہر ایک کے نیچے ایک لائن وجہ کے ساتھ۔ آپ اسے کیسے بھریں گے؟

Why this matters

InstructGPT ٹیم نے اسکریننگ ٹیسٹ کے ذریعے جائزہ لینے والوں کو منتخب کیا اور پھر ان کی اتفاق رائے ناپی۔ تربیت سے باہر رکھے گئے جائزہ لینے والے 77% وقت ایک دوسرے سے متفق تھے۔ ناپ تول اس دن ختم نہیں ہوتا جب آپ پاس ہو جاتے ہیں۔ جن اشیاء کے جواب پہلے سے طے شدہ ہوتے ہیں وہ بغیر نشان کے ایک ادا شدہ بیچ میں پڑی رہتی ہیں، ساتھ ہی سادہ توجہ چیک بھی ہوتے ہیں۔ آپ کا اس پر اسکور ہی قطار کو کھلا رکھتا ہے۔

نمونہ ٹیسٹ کی تیاری کریں، ہدایت پڑھ کر بالکل ویسے ہی عمل کریں۔

نمونہ ٹیسٹ ناپتا ہے کہ آپ نے تحریری ہدایت مانی یا نہیں۔
لوگ ہدایت چھوڑ کر ہارتے ہیں جس سے وہ متفق نہیں ہوتے۔
طے شدہ اشیاء بیچ میں بغیر نشان کے پڑی رہتی ہیں، اور ان پر کم اسکور قطار کو روک دیتا ہے۔

Task

دس درجہ بندیوں کا ایک نمونہ ٹیسٹ جس کے نیچے ہر ایک کے لیے ایک لائن کی وجہ ہو، اور اس کے بعد کھلنے والا ادا شدہ بیچ۔

Weak approach ہر ایک کے نیچے ایک پیراگراف لکھنا، اور ٹائی کے اصول کو چھوڑ دینا کیونکہ وہ غلط لگا۔ پھر جب پیغام آیا کہ اتفاق رائے کم ہو گیا ہے تو ہفتے میں دوگنی رفتار سے کام کرنا۔

Stronger approach ہر ایک کے نیچے بالکل ایک لائن، جیسا کہ کہا گیا تھا۔ ٹائی کا اصول وہاں بھی استعمال کیا جاتا ہے جہاں وہ غلط محسوس ہو، اور اختلاف نوٹس باکس میں لکھا جاتا ہے۔ جب پیغام آئے کہ قطار رکی ہوئی ہے تو کچھ اور نہیں چھوا جاتا۔ رہنما اصول اور طے شدہ کیسز دوبارہ پڑھے جاتے ہیں، اور جن اشیاء میں غلطی ہوئی ہو انہیں نمبر کے ذریعے مانگا جاتا ہے۔

Why the stronger approach works ٹیسٹ بہترین فیصلہ تلاش نہیں کر رہا۔ یہ ایسے شخص کی تلاش میں ہے جو لکھے ہوئے رہنما اصول کی پیروی کرے، چاہے وہ آئٹم جسے کسی نے 'دیکھا' کے طور پر نشان زد نہ کیا ہو۔

Try a changed situation آپ نے ٹیسٹ پاس کر لیا اور پیڈ بیچ شروع ہو چکا ہے۔ آدھے راستے پر ایک ہدایت آپ کو اب بھی غلط لگتی ہے۔ باقی آئٹمز کے ساتھ کیا کریں؟

Make something yourself اپنے وقت کی حد کے اندر ایک مشق ٹیسٹ کریں۔ ہر اس جگہ کے ساتھ نوٹ لکھیں جہاں آپ کو لکھے ہوئے رہنما اصول سے ہٹنے کی خواہش ہوئی، اور آپ نے کیا کیا۔ اگر آپ کا اسکور رکا تو آپ کون سی اشیاء دوبارہ دیکھنے کو کہیں گے، ان کے نام لکھیں۔

Read the primary or official source: Ouyang et al., InstructGPT (arXiv)