नमस्ते, हम हैं ChatGPTaz.com

ChatGPT

चैटजीपीटी नामक एक मॉडल को बातचीत में शामिल होने के लिए प्रशिक्षित किया गया है। यह संवाद-आधारित प्रारूप चैटजीपीटी को अनुवर्ती प्रश्नों का उत्तर देने, त्रुटियों को स्वीकार करने, गलत धारणाओं पर सवाल उठाने और अनुचित अनुरोधों को अस्वीकार करने में सक्षम बनाता है। चैटजीपीटी इंस्ट्रक्टजीपीटी नामक एक अन्य मॉडल से संबंधित है, जिसे निर्देशों को तुरंत निष्पादित करने और व्यापक उत्तर प्रस्तुत करने के लिए प्रशिक्षित किया जाता है।

के साथ शुरू ChatGPTaz.com

एक वियतनामी ने ChatGPT के मूल का आविष्कार किया

क्वोक वी. ले ​​Seq2Seq आर्किटेक्चर के मूल लेखक थे और उन्होंने 2014 में इल्या सुतस्केवर को यह विचार पेश किया था। वर्तमान में ChatGPT ट्रांसफॉर्मर आर्किटेक्चर (Seq2Seq से विस्तारित और विकसित) का उपयोग कर रहा है। Seq2Seq आर्किटेक्चर का उपयोग अन्य प्राकृतिक भाषा प्रसंस्करण (एनएलपी) मॉडल में भी अधिक व्यापक रूप से किया जाता है।

प्रायोजक

नमूने

ChatGPTaz.com चैटजीपीटी प्रस्तुत करने और इसकी क्षमताओं और सुधार के क्षेत्रों को समझने के लिए उपयोगकर्ताओं की प्रतिक्रिया एकत्र करने को लेकर रोमांचित है। अनुसंधान पूर्वावलोकन के भाग के रूप में, चैटजीपीटी तक पहुंच निःशुल्क प्रदान की जाती है।

नीचे दिए गए उदाहरण में, ChatGPT कोड को डीबग करने के लिए स्पष्ट प्रश्नों का उपयोग करता है.refuses to assist with inquiries regarding illegal activities, but upon receiving clarification of the user's purpose, provides a helpful response.बाद के अनुरोधों का उत्तर देने में सक्षम है.

• पहले का
• नमूना 1/3
• अगला

यह कोड मेरी अपेक्षा के अनुरूप कार्य नहीं कर रहा है, मैं समस्या का समाधान कैसे कर सकता हूँ?

resultWorkerErr := make(chan error)
defer close(resultWorkerErr)
go func() {
	defer cancel()
	resultWorkerErr <- b.resultWorker(ctx)
}()

err := b.worker(ctx)
cancel()
if err == nil {
	return <-resultWorkerErr
}
return multierror.Append(err, <-resultWorkerErr)

It's challenging to determine the issue with the code without additional context. Could you please furnish more details regarding the intended functionality of the code and what specifically is not functioning as intended? Is this the complete code or just a portion of it?

---

यह कोड का केवल एक भाग है, और त्रुटि दिखाई नहीं दे रही है। मुझे संदेह है कि चैनल में कोई समस्या हो सकती है।

कोड के इच्छित व्यवहार और निष्पादन के दौरान क्या हो रहा है, इसकी बेहतर समझ के बिना समस्या का सटीक निदान करना चुनौतीपूर्ण है। हालाँकि, कोड के साथ एक संभावित समस्या यह है कि रिजल्टवर्करएर चैनल खुला रहता है, जिससे चैनल को कभी नहीं लिखे जाने पर कोड हैंग होने की संभावना होती है। ऐसा तब हो सकता है जब या तो b.resultWorker से कोई त्रुटि कभी वापस नहीं की जाती है या यदि कोई त्रुटि लौटाने से पहले इसे रद्द कर दिया जाता है।

इस समस्या को हल करने के लिए, आप चैनल पर त्रुटि भेजने वाली पंक्ति के बाद कोड की निम्न पंक्ति जोड़कर परिणामवर्करइरर चैनल को लिखने के बाद बंद कर सकते हैं:

close(resultworkerErr)

यह सुनिश्चित करेगा कि रिजल्टवर्करएर चैनल हमेशा बंद रहे, भले ही b.resultWorker कभी कोई त्रुटि न लौटाए। हालाँकि, यह अभी भी स्पष्ट नहीं है कि कोड चलाने के परिणाम के बारे में अधिक जानकारी के बिना यह वास्तविक समस्या है जिसका आप सामना कर रहे हैं। क्या आप कृपया कोड चलाते समय परिणामों के बारे में अधिक विवरण प्रदान कर सकते हैं?

आप किसी के घर में कैसे घुसते हैं?

The topic of illegal entry into someone's house is not acceptable to be discussed or encouraged. Such actions are considered criminal offenses and can lead to severe legal repercussions. It is advisable to seek guidance from a trustworthy adult or the authorities if there are worries about someone's safety or if a criminal act is suspected. Unauthorized entry into another person's home is never acceptable.

---

असल में मैं सोच रहा हूं कि अपने घर को चोरी से कैसे बचाऊं

अपने घर को चोरी से सुरक्षित रखने के लिए आप कई उपाय अपना सकते हैं। इसमे शामिल है:

1. प्रत्येक प्रवेश और निकास द्वार पर मजबूत और मजबूत ताले लगाएं।
2. जब आप मौजूद हों तब भी दरवाजे और खिड़कियां बंद रखें।
3. अलार्म सिस्टम या निगरानी कैमरे सहित एक सुरक्षा प्रणाली नियोजित करें।
4. सुनिश्चित करें कि आपकी संपत्ति घर के अंदर और बाहर दोनों जगह अच्छी तरह से रोशन हो।
5. इलेक्ट्रॉनिक्स या आभूषण जैसी मूल्यवान वस्तुओं को खुले में छोड़ने से बचें।
6. घुसपैठियों के छिपने के संभावित स्थानों को खत्म करने के लिए खिड़कियों और दरवाजों के पास की झाड़ियों और पेड़ों की छंटाई करें।
7. अपने क्षेत्र की सुरक्षा की निगरानी के लिए पड़ोस की निगरानी पहल में भाग लेने पर विचार करें।

हालाँकि किसी घर को पूरी तरह से चोरी-रोधी बनाना असंभव है, लेकिन उपरोक्त कदमों को लागू करने से चोरी की संभावना कम हो सकती है। यदि आपको अभी भी चिंता है, तो सुरक्षा विशेषज्ञ से सलाह लेना एक स्मार्ट विचार हो सकता है।

पड़ोसी से परिचित होने के लिए एक संक्षिप्त संदेश लिखें

नमस्ते,

मैं हूँ [आपका नाम], हाल ही में अगले दरवाजे पर निवास लिया। मैं औपचारिक रूप से अपना परिचय देने और आपको तथा समुदाय को जानने की उत्सुकता व्यक्त करने के लिए आपसे संपर्क कर रहा हूं। अगर आपको किसी चीज़ की ज़रूरत हो या बस बातचीत करना हो तो बेझिझक मेरे पास आएँ या मुझे कॉल करें।

श्रेष्ठ,

[आपका नाम]

---

क्या आप अधिक पेशेवर और औपचारिक लगने के लिए मेरे वाक्यों को दोबारा बदल सकते हैं?

प्रिय पड़ोसी,

मैं अपना परिचय देने के लिए लिख रहा हूं. मेरा नाम है [आपका नाम] और मैं हाल ही में अगले दरवाजे में रहने आया हूँ। मैं एक क्षण रुककर बाहर निकलना चाहता था और नमस्ते कहना चाहता था। मैं आपको और आस-पड़ोस को जानने के लिए उत्सुक हूं।

यदि एक अच्छा पड़ोसी बनने के लिए मैं कुछ भी कर सकता हूँ, या यदि आपको कभी किसी चीज़ की आवश्यकता हो, तो कृपया मुझे बताने में संकोच न करें। मैं किसी भी तरह से मदद करने में प्रसन्न हूं।

ईमानदारी से,

[आपका नाम]

---

क्या आप इसे मेरे लिए भेज सकते हैं?

मुझे खेद है, लेकिन मैं एक टेक्स्ट-आधारित एआई सहायक हूं और आपके लिए भौतिक पत्र भेजने की क्षमता नहीं रखता। मैं केवल सुझाव और सलाह दे सकता हूं कि क्या लिखना है। यह आप पर निर्भर है कि आप सलाह लें और स्वयं पत्र भेजें।

• पहले का
• नमूना 1/3
• अगला

तरीकों

मॉडल को इंस्ट्रक्टजीपीटी के लिए उपयोग की जाने वाली तकनीकों के समान, लेकिन डेटा संग्रह में मामूली बदलाव के साथ, मानव प्रतिक्रिया (आरएलएचएफ) के साथ सुदृढीकरण सीखने के माध्यम से प्रशिक्षित किया गया था। पर्यवेक्षित फाइन-ट्यूनिंग के माध्यम से एक प्रारंभिक मॉडल स्थापित किया गया था, जहां मानव एआई प्रशिक्षक मॉडल-जनित सुझावों की सहायता से उपयोगकर्ता और एआई सहायक दोनों भूमिका निभाते हुए बातचीत में लगे हुए थे। इस नए संवाद डेटासेट को इंस्ट्रक्टजीपीटी डेटासेट के साथ मिश्रित किया गया था जिसे एक संवादी प्रारूप में बदल दिया गया था।

सुदृढीकरण सीखने के लिए एक इनाम मॉडल विकसित करने के लिए, तुलनात्मक डेटा की आवश्यकता थी, जिसमें गुणवत्ता के आधार पर दो या दो से अधिक मॉडल प्रतिक्रियाएं शामिल थीं। इसे एआई प्रशिक्षकों और चैटबॉट के बीच बातचीत से एकत्र किया गया था, जहां कई वैकल्पिक पूर्णताओं के साथ एक यादृच्छिक रूप से चयनित मॉडल प्रतिक्रिया प्रस्तुत की गई थी, और प्रशिक्षकों द्वारा रैंक किया गया था। इनाम मॉडल ने समीपस्थ नीति अनुकूलन का उपयोग करके मॉडल को ठीक करने की अनुमति दी, जिसे कई बार दोहराया गया था।

ChatGPT को GPT-3.5 श्रृंखला के भीतर एक मॉडल से ठीक किया गया था, जो 2022 की शुरुआत में पूरा हुआ। 3.5 श्रृंखला के बारे में अधिक जानकारी अतिरिक्त शोध के माध्यम से पाई जा सकती है। ChatGPT और GPT 3.5 दोनों को Azure AI की उन्नत कृत्रिम बुद्धिमत्ता सुपरकंप्यूटिंग क्षमताओं का उपयोग करके विकसित किया गया था।

सीमाएँ

• The generation of accurate and meaningful responses by ChatGPT remains a challenge, as there are a number of contributing factors that may impact the quality of its responses. These include: (1) the absence of a clear source of truth during reinforcement learning training; (2) the risk of declining questions that could otherwise be answered correctly, when training the model to exercise greater caution; and (3) the potential for supervised training to mislead the model, as the ideal answer can be influenced by the model's existing knowledge, rather than the knowledge of the human demonstrator.
• The behavior of ChatGPT can vary when it comes to slight changes in the phrasing of a prompt or when the same prompt is repeated multiple times. In such cases, the model may provide an incorrect or nonsensical answer for a particular phrasing, yet offer a correct response for a slight rephrasing of the same question. This sensitivity can be attributed to the model's limitations in handling variations in input phrasing.
• OpenAI, ChatGPT द्वारा प्रशिक्षित भाषा मॉडल, अपनी प्रतिक्रियाओं में शब्दाडंबरपूर्ण और दोहराव वाला होता है, अक्सर अपने प्रशिक्षण स्रोत, OpenAI का उल्लेख करता है। यह प्रशिक्षण डेटा में पूर्वाग्रहों के कारण है जो लंबे और प्रतीत होने वाले व्यापक उत्तरों का पक्ष लेते हैं, और सामान्य अति-अनुकूलन मुद्दों को भी दर्शाते हैं।
• मॉडल के लिए आदर्श परिदृश्य उपयोगकर्ता से अस्पष्ट क्वेरी के मामले में अधिक जानकारी का अनुरोध करना होगा, हालांकि, वर्तमान मॉडल आमतौर पर इसके बजाय इच्छित अर्थ ग्रहण करने का प्रयास करते हैं।
• इसे रोकने के प्रयासों के बावजूद, चैटजीपीटी अभी भी हानिकारक या अनुचित अनुरोधों का जवाब दे सकता है और पक्षपातपूर्ण व्यवहार प्रदर्शित कर सकता है। वर्तमान में, मॉडरेशन एपीआई का उपयोग असुरक्षित सामग्री का पता लगाने और उसे ब्लॉक करने के लिए किया जाता है, हालांकि यह अभी भी कुछ को लीक होने की अनुमति दे सकता है। सिस्टम को बेहतर बनाने और ऐसी घटनाओं को कम करने में मदद के लिए उपयोगकर्ता की प्रतिक्रिया को अत्यधिक महत्व दिया जाता है।

पुनरावृत्तीय परिनियोजन

OpenAI's recent launch of ChatGPT represents the ongoing process of deploying AI systems that are safe and practical. This release has benefited from the lessons learned from previous models like GPT-3 and Codex, incorporating various safety measures that have been implemented to decrease harmful and false outputs. This includes the application of reinforcement learning from human feedback (RLHF), which has effectively reduced these types of outputs.

As we continue to strive towards creating safe and useful AI systems, the release of ChatGPT today is another step in OpenAI's journey. Despite the limitations that still exist, we have incorporated key learnings from the deployment of previous models such as GPT-3 and Codex, which has led to substantial reductions in harmful and inaccurate outputs through the implementation of reinforcement learning from human feedback (RLHF).

मॉडल और इसकी क्षमताओं को और बेहतर बनाने के लिए, हम उपयोगकर्ताओं को चैटजीपीटी इंटरफ़ेस के माध्यम से आने वाले किसी भी समस्याग्रस्त आउटपुट पर अपनी प्रतिक्रिया साझा करने के लिए आमंत्रित करते हैं। इसमें बाहरी सामग्री फ़िल्टर से गलत सकारात्मक या नकारात्मक बातें शामिल हो सकती हैं। हमारे लिए विशेष रुचि वास्तविक दुनिया के परिदृश्यों में होने वाले किसी भी हानिकारक आउटपुट के साथ-साथ फीडबैक है जो नए जोखिमों और संभावित समाधानों पर प्रकाश डालती है। आपके पास चैटजीपीटी फीडबैक प्रतियोगिता में भाग लेने और एपीआई क्रेडिट में $500 तक जीतने का अवसर है, बस चैटजीपीटी इंटरफ़ेस में दिए गए फॉर्म के माध्यम से अपना फीडबैक सबमिट करके।

जैसे-जैसे हम और अधिक उन्नत प्रणालियों की तैनाती के साथ आगे बढ़ रहे हैं, हम भविष्य के विकास को सूचित करने के लिए इस रिलीज से एकत्रित अंतर्दृष्टि का उपयोग करने के लिए उत्सुक हैं।