এটি হল Following Instructions with Feedback নামের লিনাক্স অ্যাপ যার সর্বশেষ রিলিজটি following-instructions-human-feedbacksourcecode.tar.gz নামে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
Following Instructions with Feedback with OnWorks নামের এই অ্যাপটি বিনামূল্যে অনলাইনে ডাউনলোড করুন এবং চালান।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।
- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।
স্ক্রিনশট:
প্রতিক্রিয়া সহ নির্দেশাবলী অনুসরণ করা
বর্ণনাঃ
নিম্নলিখিত-নির্দেশনা-মানব-প্রতিক্রিয়া সংগ্রহস্থলে OpenAI-এর প্রশিক্ষণ ভাষা মডেল (InstructGPT মডেল) এর কাজের উপর ভিত্তি করে কোড এবং সম্পূরক উপকরণ রয়েছে যা মানব প্রতিক্রিয়ার মাধ্যমে ব্যবহারকারীর নির্দেশাবলী আরও ভালভাবে অনুসরণ করে। রেপো মডেল কার্ড, নমুনা স্বয়ংক্রিয় মূল্যায়ন আউটপুট এবং প্রক্রিয়ায় ব্যবহৃত লেবেলিং নির্দেশিকা হোস্ট করে। এটি স্পষ্টভাবে "মানব প্রতিক্রিয়ার সাথে নির্দেশাবলী অনুসরণ করার জন্য ভাষা মডেল প্রশিক্ষণ" পেপারের সাথে সংযুক্ত, এবং OpenAI কীভাবে টীকা নির্দেশিকা সংগ্রহ করে, পছন্দ তুলনা চালায় এবং মডেল আচরণ মূল্যায়ন করে তার একটি রেফারেন্স হিসাবে কাজ করে। সংগ্রহস্থলটি সম্পূর্ণ RLHF পাইপলাইনের সম্পূর্ণ বাস্তবায়ন নয়, বরং প্রকাশিত গবেষণাকে সমর্থন করে এমন একটি সংরক্ষণাগার কেন্দ্র - মূল্যায়ন এবং মানব লেবেলিং মানগুলির চারপাশে স্বচ্ছতা প্রদান করে। এতে automatic-eval-samples (বেঞ্চমার্ক কার্যগুলিতে মডেল আউটপুটের নমুনা) এবং একটি model-card.md এর মতো ডিরেক্টরি রয়েছে যা InstructGPT মডেলের উদ্দেশ্যমূলক আচরণ, সীমাবদ্ধতা এবং পক্ষপাত বর্ণনা করে।
বৈশিষ্ট্য
- InstructGPT পরীক্ষা থেকে মূল্যায়ন নমুনা আউটপুটগুলির সংরক্ষণাগার
- model-card.md মডেলের ব্যবহার, সীমাবদ্ধতা এবং নিরাপত্তা বিবেচ্য বিষয়গুলি বর্ণনা করে
- মানব মূল্যায়নকারীদের জন্য ব্যবহৃত লেবেলিং নির্দেশিকা / টীকা নির্দেশাবলী
- স্ট্রাকচার্ড "অটোমেটিক-ইভাল-স্যাম্পল" ফোল্ডারটি বেসলাইন বনাম ফাইন-টিউনড আউটপুট দেখায়
- ওপেনএআই কীভাবে মডেল পছন্দের র্যাঙ্কিং এবং সারিবদ্ধকরণ পরিমাপ করেছে সে সম্পর্কে স্বচ্ছতা
- মূল গবেষণাপত্র এবং ডকুমেন্টেশনের লিঙ্ক এবং রেফারেন্স
বিভাগ
এটি এমন একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/following-inst-feedback.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।