ਏਆਈ ਆਪਣੀ ਜਾਣਕਾਰੀ ਕਿੱਥੋਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ?

ਕਦੇ ਉੱਥੇ ਬੈਠ ਕੇ ਆਪਣਾ ਸਿਰ ਖੁਰਕਦੇ ਹੋਏ, ਜਿਵੇਂ... ਇਹ ਚੀਜ਼ਾਂ ਅਸਲ ਵਿੱਚ ਕਿੱਥੋਂ ਆ ਰਹੀਆਂ ਹਨ ? ਮੇਰਾ ਮਤਲਬ ਹੈ, AI ਧੂੜ ਭਰੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੇ ਢੇਰ ਵਿੱਚੋਂ ਨਹੀਂ ਲੰਘ ਰਿਹਾ ਹੈ ਜਾਂ ਚਲਾਕੀ ਨਾਲ YouTube ਸ਼ਾਰਟਸ ਨਹੀਂ ਖਾ ਰਿਹਾ ਹੈ। ਫਿਰ ਵੀ ਇਹ ਕਿਸੇ ਤਰ੍ਹਾਂ ਹਰ ਚੀਜ਼ ਦੇ ਜਵਾਬ ਕੱਢਦਾ ਹੈ - ਲਾਸਗਨਾ ਹੈਕਸ ਤੋਂ ਲੈ ਕੇ ਬਲੈਕ ਹੋਲ ਫਿਜ਼ਿਕਸ ਤੱਕ - ਜਿਵੇਂ ਕਿ ਇਸਦੇ ਅੰਦਰ ਕੋਈ ਅਥਾਹ ਫਾਈਲਿੰਗ ਕੈਬਿਨੇਟ ਹੈ। ਅਸਲੀਅਤ ਅਜੀਬ ਹੈ, ਅਤੇ ਸ਼ਾਇਦ ਤੁਹਾਡੇ ਅੰਦਾਜ਼ੇ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਦਿਲਚਸਪ ਹੈ। ਆਓ ਇਸਨੂੰ ਥੋੜਾ ਜਿਹਾ ਖੋਲ੍ਹੀਏ (ਅਤੇ ਹਾਂ, ਸ਼ਾਇਦ ਰਸਤੇ ਵਿੱਚ ਕੁਝ ਮਿੱਥਾਂ ਨੂੰ ਤੋੜੀਏ)।

ਕੀ ਇਹ ਜਾਦੂ ਹੈ? 🌐

ਇਹ ਜਾਦੂ-ਟੂਣਾ ਨਹੀਂ ਹੈ, ਹਾਲਾਂਕਿ ਕਈ ਵਾਰ ਅਜਿਹਾ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ। ਲੁਕਵੇਂ ਢੰਗ ਨਾਲ ਜੋ ਹੋ ਰਿਹਾ ਹੈ ਉਹ ਅਸਲ ਵਿੱਚ ਪੈਟਰਨ ਭਵਿੱਖਬਾਣੀ ਤੱਥਾਂ ਨੂੰ ਉਸ ਤਰ੍ਹਾਂ ਸਟੋਰ ਨਹੀਂ ਜਿਵੇਂ ਤੁਹਾਡਾ ਦਿਮਾਗ ਤੁਹਾਡੀ ਦਾਦੀ ਦੀ ਕੂਕੀ ਵਿਅੰਜਨ ਨੂੰ ਰੱਖਦਾ ਹੈ; ਇਸ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਆਏ ਸ਼ਬਦ [2] ਦੇ ਆਧਾਰ 'ਤੇ ਅਗਲੇ ਸ਼ਬਦ (ਟੋਕਨ) ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਅਭਿਆਸ ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹ ਸਬੰਧਾਂ ਨਾਲ ਜੁੜੇ ਰਹਿੰਦੇ ਹਨ: ਕਿਹੜੇ ਸ਼ਬਦ ਇਕੱਠੇ ਰਹਿੰਦੇ ਹਨ, ਵਾਕ ਆਮ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਆਕਾਰ ਲੈਂਦੇ ਹਨ, ਪੂਰੇ ਵਿਚਾਰ ਸਕੈਫੋਲਡਿੰਗ ਵਾਂਗ ਕਿਵੇਂ ਬਣਾਏ ਜਾਂਦੇ ਹਨ। ਇਸ ਲਈ ਆਉਟਪੁੱਟ ਲੱਗਦਾ ਹੈ , ਭਾਵੇਂ - ਪੂਰੀ ਇਮਾਨਦਾਰੀ - ਇਹ ਅੰਕੜਾਤਮਕ ਨਕਲ ਹੈ, ਸਮਝ ਨਹੀਂ [4]।

ਤਾਂ ਅਸਲ ਵਿੱਚ ਏਆਈ-ਤਿਆਰ ਕੀਤੀ ਜਾਣਕਾਰੀ ਨੂੰ ਕੀ ਲਾਭਦਾਇਕ ? ਕੁਝ ਚੀਜ਼ਾਂ:

• ਡੇਟਾ ਵਿਭਿੰਨਤਾ - ਇੱਕ ਤੰਗ ਧਾਰਾ ਤੋਂ ਨਹੀਂ, ਸਗੋਂ ਅਣਗਿਣਤ ਸਰੋਤਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ।

• ਅੱਪਡੇਟ - ਰਿਫ੍ਰੈਸ਼ ਚੱਕਰਾਂ ਤੋਂ ਬਿਨਾਂ, ਇਹ ਜਲਦੀ ਪੁਰਾਣਾ ਹੋ ਜਾਂਦਾ ਹੈ।

• ਫਿਲਟਰਿੰਗ - ਆਦਰਸ਼ਕ ਤੌਰ 'ਤੇ ਕਬਾੜ ਨੂੰ ਅੰਦਰ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਫੜਨਾ (ਹਾਲਾਂਕਿ, ਆਓ ਸੱਚ ਮੰਨੀਏ, ਉਸ ਜਾਲ ਵਿੱਚ ਛੇਕ ਹਨ)।

• ਕਰਾਸ-ਚੈਕਿੰਗ - ਅਥਾਰਟੀ ਸਰੋਤਾਂ (ਨਾਸਾ, WHO, ਪ੍ਰਮੁੱਖ ਯੂਨੀਵਰਸਿਟੀਆਂ ਬਾਰੇ ਸੋਚੋ) 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ, ਜੋ ਕਿ ਜ਼ਿਆਦਾਤਰ AI ਗਵਰਨੈਂਸ ਪਲੇਬੁੱਕਾਂ ਵਿੱਚ ਹੋਣਾ ਲਾਜ਼ਮੀ ਹੈ [3]।

ਫਿਰ ਵੀ, ਕਈ ਵਾਰ ਇਹ ਘੜਦਾ ਹੈ - ਭਰੋਸੇ ਨਾਲ। ਉਹ ਅਖੌਤੀ ਭਰਮ ? ਅਸਲ ਵਿੱਚ ਸਿੱਧੇ ਚਿਹਰੇ ਨਾਲ ਪਾਲਿਸ਼ ਕੀਤੀ ਗਈ ਬਕਵਾਸ [2][3]।

ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:

🔗 ਕੀ ਏਆਈ ਲਾਟਰੀ ਨੰਬਰਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦਾ ਹੈ?
ਏਆਈ ਲਾਟਰੀ ਭਵਿੱਖਬਾਣੀਆਂ ਬਾਰੇ ਮਿੱਥਾਂ ਅਤੇ ਤੱਥਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨਾ।

🔗 ਏਆਈ ਪ੍ਰਤੀ ਇੱਕ ਸੰਪੂਰਨ ਪਹੁੰਚ ਅਪਣਾਉਣ ਦਾ ਕੀ ਅਰਥ ਹੈ?
ਨੈਤਿਕਤਾ ਅਤੇ ਪ੍ਰਭਾਵ 'ਤੇ ਸੰਤੁਲਿਤ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਨਾਲ AI ਨੂੰ ਸਮਝਣਾ।

🔗 ਬਾਈਬਲ ਨਕਲੀ ਬੁੱਧੀ ਬਾਰੇ ਕੀ ਕਹਿੰਦੀ ਹੈ?
ਤਕਨਾਲੋਜੀ ਅਤੇ ਮਨੁੱਖੀ ਸ੍ਰਿਸ਼ਟੀ ਬਾਰੇ ਬਾਈਬਲ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਦੀ ਜਾਂਚ ਕਰਨਾ।

ਤੇਜ਼ ਤੁਲਨਾ: AI ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ 📊

ਹਰ ਸਰੋਤ ਬਰਾਬਰ ਨਹੀਂ ਹੁੰਦਾ, ਪਰ ਹਰ ਇੱਕ ਆਪਣਾ ਹਿੱਸਾ ਨਿਭਾਉਂਦਾ ਹੈ। ਇੱਥੇ ਇੱਕ ਸਨੈਪਸ਼ਾਟ ਦ੍ਰਿਸ਼ ਹੈ।

ਸਿਖਲਾਈ ਡੇਟਾ ਬ੍ਰਹਿਮੰਡ 🌌

ਇਹ "ਬਚਪਨ ਦੀ ਸਿੱਖਿਆ" ਦਾ ਪੜਾਅ ਹੈ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਬੱਚੇ ਨੂੰ ਲੱਖਾਂ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਡੇਟਾ, ਲਾਇਸੰਸਸ਼ੁਦਾ ਸਰੋਤਾਂ, ਅਤੇ ਟ੍ਰੇਨਰ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਟੈਕਸਟ [2] ਇਕੱਠਾ ਕਰਦੇ ਹਨ

ਉੱਪਰ ਪਰਤਾਂ: ਕਿਉਰੇਟਿਡ ਮਨੁੱਖੀ ਉਦਾਹਰਣਾਂ - ਚੰਗੇ ਜਵਾਬ, ਮਾੜੇ ਜਵਾਬ, ਸਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਧੱਕਾ - ਮਜ਼ਬੂਤੀ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ [1]।

ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਚੇਤਾਵਨੀ: ਕੰਪਨੀਆਂ ਹਰ ਵੇਰਵੇ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕਰਦੀਆਂ। ਕੁਝ ਗਾਰਡਰੇਲ ਗੁਪਤਤਾ (IP, ਸੁਰੱਖਿਆ ਚਿੰਤਾਵਾਂ) ਹਨ, ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਅਸਲ ਮਿਸ਼ਰਣ ਵਿੱਚ ਸਿਰਫ਼ ਇੱਕ ਅੰਸ਼ਕ ਵਿੰਡੋ ਮਿਲਦੀ ਹੈ [2]।

ਰੀਅਲ-ਟਾਈਮ ਖੋਜ: ਵਾਧੂ ਟੌਪਿੰਗ 🍒

ਕੁਝ ਮਾਡਲ ਹੁਣ ਆਪਣੇ ਸਿਖਲਾਈ ਬੁਲਬੁਲੇ ਤੋਂ ਬਾਹਰ ਝਾਤੀ ਮਾਰ ਸਕਦੇ ਹਨ। ਇਹ ਰਿਟ੍ਰੀਵਲ-ਔਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ (RAG) - ਅਸਲ ਵਿੱਚ ਇੱਕ ਲਾਈਵ ਇੰਡੈਕਸ ਜਾਂ ਡੌਕ ਸਟੋਰ ਤੋਂ ਟੁਕੜਿਆਂ ਨੂੰ ਖਿੱਚਣਾ, ਫਿਰ ਇਸਨੂੰ ਜਵਾਬ ਵਿੱਚ ਬੁਣਨਾ [5]। ਖ਼ਬਰਾਂ ਦੀਆਂ ਸੁਰਖੀਆਂ ਜਾਂ ਸਟਾਕ ਕੀਮਤਾਂ ਵਰਗੀਆਂ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਦੀਆਂ ਚੀਜ਼ਾਂ ਲਈ ਸੰਪੂਰਨ।

ਕੀ ਰਗੜ? ਇੰਟਰਨੈੱਟ ਬਰਾਬਰ ਪ੍ਰਤਿਭਾ ਅਤੇ ਕੂੜੇ ਦੀ ਅੱਗ ਹੈ। ਜੇਕਰ ਫਿਲਟਰ ਜਾਂ ਉਤਪਤੀ ਜਾਂਚ ਕਮਜ਼ੋਰ ਹਨ, ਤਾਂ ਤੁਹਾਨੂੰ ਜੰਕ ਡੇਟਾ ਦੇ ਵਾਪਸ ਛੁਪਣ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ - ਬਿਲਕੁਲ ਉਸੇ ਵਿੱਚ ਜਿਸ ਬਾਰੇ ਜੋਖਮ ਫਰੇਮਵਰਕ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ [3]।

ਇੱਕ ਆਮ ਹੱਲ: ਕੰਪਨੀਆਂ ਮਾਡਲਾਂ ਨੂੰ ਆਪਣੇ ਅੰਦਰੂਨੀ ਡੇਟਾਬੇਸ ਨਾਲ ਜੋੜਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਜਵਾਬ ਮੌਜੂਦਾ HR ਨੀਤੀ ਜਾਂ ਅੱਪਡੇਟ ਕੀਤੇ ਉਤਪਾਦ ਦਸਤਾਵੇਜ਼ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹਨ, ਇਸਦੀ ਬਜਾਏ ਇਸਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੇ ਹਨ। ਸੋਚੋ: ਘੱਟ "ਓਹ-ਓਹ" ਪਲ, ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ ਜਵਾਬ।

ਫਾਈਨ-ਟਿਊਨਿੰਗ: AI ਦਾ ਪਾਲਿਸ਼ਿੰਗ ਕਦਮ 🧪

ਕੱਚੇ ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਬੇਢੰਗੇ ਹੁੰਦੇ ਹਨ। ਇਸ ਲਈ ਉਹਨਾਂ ਨੂੰ ਵਧੀਆ ਢੰਗ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ :

• ਮਦਦਗਾਰ, ਨੁਕਸਾਨ ਰਹਿਤ, ਇਮਾਨਦਾਰ ਬਣਨਾ ਸਿਖਾਉਣਾ (ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ, RLHF ਦੁਆਰਾ) [1]।

• ਅਸੁਰੱਖਿਅਤ ਜਾਂ ਜ਼ਹਿਰੀਲੇ ਕਿਨਾਰਿਆਂ ਨੂੰ ਰੇਤ ਕਰਨਾ (ਅਲਾਈਨਮੈਂਟ) [1]।

• ਸੁਰ ਅਨੁਸਾਰ ਢਲਣਾ - ਭਾਵੇਂ ਉਹ ਦੋਸਤਾਨਾ ਹੋਵੇ, ਰਸਮੀ ਹੋਵੇ, ਜਾਂ ਮਜ਼ਾਕੀਆ ਵਿਅੰਗਮਈ ਹੋਵੇ।

ਇਹ ਇੱਕ ਹੀਰੇ ਨੂੰ ਇੰਨਾ ਪਾਲਿਸ਼ ਨਹੀਂ ਕਰਨਾ ਹੈ ਜਿੰਨਾ ਕਿ ਇੱਕ ਅੰਕੜਾਤਮਕ ਬਰਫ਼ਬਾਰੀ ਨੂੰ ਇੱਕ ਗੱਲਬਾਤ ਸਾਥੀ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰਨ ਲਈ ਜੋੜਨਾ ਹੈ।

ਰੁਕਾਵਟਾਂ ਅਤੇ ਅਸਫਲਤਾਵਾਂ 🚧

ਆਓ ਇਹ ਦਿਖਾਵਾ ਨਾ ਕਰੀਏ ਕਿ ਇਹ ਨਿਰਦੋਸ਼ ਹੈ:

• ਭਰਮ - ਸਪੱਸ਼ਟ ਜਵਾਬ ਜੋ ਬਿਲਕੁਲ ਗਲਤ ਹਨ [2][3]।

• ਪੱਖਪਾਤ - ਇਹ ਡੇਟਾ ਵਿੱਚ ਬੇਕ ਕੀਤੇ ਪੈਟਰਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ; ਜੇਕਰ ਅਣਚੈਕ ਨਾ ਕੀਤਾ ਜਾਵੇ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਵਧਾ ਵੀ ਸਕਦਾ ਹੈ [3][4]।

• ਕੋਈ ਸਿੱਧਾ ਤਜਰਬਾ ਨਹੀਂ - ਇਹ ਗੱਲ ਪਰ ਕਦੇ ਵੀ ਇਸਦਾ ਸੁਆਦ ਨਹੀਂ ਚੱਖਿਆ [4]।

• ਬਹੁਤ ਜ਼ਿਆਦਾ ਆਤਮਵਿਸ਼ਵਾਸ - ਗੱਦ ਇਸ ਤਰ੍ਹਾਂ ਵਹਿੰਦਾ ਹੈ ਜਿਵੇਂ ਇਹ ਜਾਣਦਾ ਹੈ, ਭਾਵੇਂ ਇਹ ਨਹੀਂ ਵੀ। ਜੋਖਮ ਢਾਂਚੇ ਧਾਰਨਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ [3]।

ਇਹ ਜਾਣਨਾ ਕਿਉਂ ਪਸੰਦ ਹੈ 🧠

ਇਸਦਾ ਕੋਈ ਵਿਸ਼ਵਾਸ ਨਹੀਂ ਹੈ, ਮਨੁੱਖੀ ਭਾਵਨਾ ਵਿੱਚ ਕੋਈ ਯਾਦਦਾਸ਼ਤ ਨਹੀਂ ਹੈ, ਅਤੇ ਨਿਸ਼ਚਤ ਤੌਰ 'ਤੇ ਕੋਈ ਸਵੈ ਨਹੀਂ ਹੈ। ਫਿਰ ਵੀ ਕਿਉਂਕਿ ਇਹ ਵਾਕਾਂ ਨੂੰ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਜੋੜਦਾ ਹੈ, ਤੁਹਾਡਾ ਦਿਮਾਗ ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਪੜ੍ਹਦਾ ਹੈ ਜਿਵੇਂ ਇਹ ਸਮਝਦਾ ਹੈ । ਜੋ ਹੋ ਰਿਹਾ ਹੈ ਉਹ ਸਿਰਫ਼ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀ ਅਗਲੀ-ਟੋਕਨ ਭਵਿੱਖਬਾਣੀ ਹੈ : ਸਪਲਿਟ-ਸਕਿੰਟਾਂ ਵਿੱਚ ਖਰਬਾਂ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਤੋੜਨਾ [2]।

"ਬੁੱਧੀ" ਦਾ ਭਾਵ ਇੱਕ ਉੱਭਰਦਾ ਵਿਵਹਾਰ ਹੈ - ਖੋਜਕਰਤਾ ਇਸਨੂੰ, ਥੋੜ੍ਹਾ ਜਿਹਾ ਬੋਲ-ਚਾਲ ਵਾਲਾ, "ਸਟੋਕਾਸਟਿਕ ਤੋਤਾ" ਪ੍ਰਭਾਵ [4] ਕਹਿੰਦੇ ਹਨ।

ਬੱਚਿਆਂ ਦੇ ਅਨੁਕੂਲ ਸਮਾਨਤਾ 🎨

ਇੱਕ ਤੋਤੇ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ ਹਰ ਕਿਤਾਬ ਪੜ੍ਹਦਾ ਹੈ। ਇਹ ਕਹਾਣੀਆਂ ਨਹੀਂ ਪੜ੍ਹਦਾ ਪਰ ਸ਼ਬਦਾਂ ਨੂੰ ਰੀਮਿਕਸ ਕਰਕੇ ਕੁਝ ਅਜਿਹਾ ਬਣਾ ਸਕਦਾ ਹੈ ਜੋ ਬੁੱਧੀਮਾਨ ਲੱਗਦਾ ਹੈ। ਕਈ ਵਾਰ ਇਹ ਬਿਲਕੁਲ ਸਹੀ ਹੁੰਦਾ ਹੈ; ਕਈ ਵਾਰ ਇਹ ਬਕਵਾਸ ਹੁੰਦਾ ਹੈ - ਪਰ ਕਾਫ਼ੀ ਸੁਭਾਅ ਦੇ ਨਾਲ, ਤੁਸੀਂ ਹਮੇਸ਼ਾ ਫਰਕ ਨਹੀਂ ਦੱਸ ਸਕਦੇ।

ਇਸਨੂੰ ਸਮੇਟਣਾ: AI ਦੀ ਜਾਣਕਾਰੀ ਕਿੱਥੋਂ ਆਉਂਦੀ ਹੈ 📌

ਸਾਫ਼ ਸ਼ਬਦਾਂ ਵਿੱਚ:

• ਵਿਸ਼ਾਲ ਸਿਖਲਾਈ ਡੇਟਾ (ਜਨਤਕ + ਲਾਇਸੰਸਸ਼ੁਦਾ + ਟ੍ਰੇਨਰ-ਤਿਆਰ) [2]।

• ਸੁਰ/ਵਿਵਹਾਰ ਨੂੰ ਆਕਾਰ ਦੇਣ ਲਈ ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਨਾਲ ਫਾਈਨ-ਟਿਊਨਿੰਗ

• ਲਾਈਵ ਡੇਟਾ ਸਟ੍ਰੀਮਾਂ ਨਾਲ ਜੁੜੇ ਹੋਣ 'ਤੇ ਪ੍ਰਾਪਤੀ ਪ੍ਰਣਾਲੀਆਂ

ਏਆਈ ਚੀਜ਼ਾਂ ਨੂੰ "ਜਾਣਦਾ" ਨਹੀਂ ਹੈ - ਇਹ ਟੈਕਸਟ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ । ਇਹ ਇਸਦੀ ਸੁਪਰਪਾਵਰ ਅਤੇ ਇਸਦੀ ਅਚਿਲਸ ਦੀ ਅੱਡੀ ਦੋਵੇਂ ਹੈ। ਸਿੱਟਾ? ਹਮੇਸ਼ਾ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸਰੋਤ [3] ਦੇ ਵਿਰੁੱਧ ਮਹੱਤਵਪੂਰਨ ਚੀਜ਼ਾਂ ਦੀ ਜਾਂਚ ਕਰੋ।

ਹਵਾਲੇ

1. ਓਯਾਂਗ, ਐਲ. ਐਟ ਅਲ. (2022)। ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਮਨੁੱਖੀ ਫੀਡਬੈਕ (InstructGPT) ਨਾਲ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦੇਣਾ । arXiv ।

2. ਓਪਨਏਆਈ (2023)। ਜੀਪੀਟੀ-4 ਤਕਨੀਕੀ ਰਿਪੋਰਟ - ਲਾਇਸੰਸਸ਼ੁਦਾ, ਜਨਤਕ, ਅਤੇ ਮਨੁੱਖ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਡੇਟਾ ਦਾ ਮਿਸ਼ਰਣ; ਅਗਲਾ-ਟੋਕਨ ਭਵਿੱਖਬਾਣੀ ਉਦੇਸ਼ ਅਤੇ ਸੀਮਾਵਾਂ। ਆਰਐਕਸਿਵ ।

3. NIST (2023)। AI ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਢਾਂਚਾ (AI RMF 1.0) - ਉਤਪਤੀ, ਭਰੋਸੇਯੋਗਤਾ, ਅਤੇ ਜੋਖਮ ਨਿਯੰਤਰਣ। PDF ।

4. ਬੈਂਡਰ, ਈਐਮ, ਗੇਬਰੂ, ਟੀ., ਮੈਕਮਿਲਨ-ਮੇਜਰ, ਏ., ਮਿਸ਼ੇਲ, ਐਸ. (2021)। ਸਟੋਚੈਸਟਿਕ ਤੋਤਿਆਂ ਦੇ ਖ਼ਤਰਿਆਂ ਬਾਰੇ: ਕੀ ਭਾਸ਼ਾ ਦੇ ਮਾਡਲ ਬਹੁਤ ਵੱਡੇ ਹੋ ਸਕਦੇ ਹਨ? PDF ।

5. ਲੇਵਿਸ, ਪੀ. ਐਟ ਅਲ. (2020)। ਗਿਆਨ-ਗੁੰਝਲਦਾਰ NLP ਲਈ ਪ੍ਰਾਪਤੀ-ਵਧਾਈ ਗਈ ਪੀੜ੍ਹੀ । arXiv ।

ਅਧਿਕਾਰਤ AI ਸਹਾਇਕ ਸਟੋਰ 'ਤੇ ਨਵੀਨਤਮ AI ਲੱਭੋ

ਸਾਡੇ ਬਾਰੇ