ഹായ്, ഞങ്ങൾ ChatGPTaz.com

ChatGPT

ChatGPT എന്നറിയപ്പെടുന്ന ഒരു മോഡൽ സംഭാഷണത്തിൽ ഏർപ്പെടാൻ പരിശീലിപ്പിച്ചിരിക്കുന്നു. ഈ ഡയലോഗ് അടിസ്ഥാനമാക്കിയുള്ള ഫോർമാറ്റ്, ഫോളോ-അപ്പ് ചോദ്യങ്ങളോട് പ്രതികരിക്കാനും പിശകുകൾ അംഗീകരിക്കാനും തെറ്റായ അനുമാനങ്ങളെ ചോദ്യം ചെയ്യാനും അനുചിതമായ അഭ്യർത്ഥനകൾ നിരസിക്കാനും ChatGPT-യെ പ്രാപ്തമാക്കുന്നു. InstructGPT എന്ന് വിളിക്കുന്ന മറ്റൊരു മോഡലുമായി ChatGPT ബന്ധപ്പെട്ടിരിക്കുന്നു, ഇത് നിർദ്ദേശങ്ങൾ പ്രോംപ്റ്റിൽ നടപ്പിലാക്കാനും സമഗ്രമായ ഉത്തരങ്ങൾ നൽകാനും പരിശീലിപ്പിച്ചിരിക്കുന്നു.

കൂടെ ആരംഭിക്കുക ChatGPTaz.com

ഒരു വിയറ്റ്നാമീസ് ചാറ്റ്ജിപിടിയുടെ കാതൽ കണ്ടുപിടിച്ചു

Seq2Seq ആർക്കിടെക്ചറിന്റെ യഥാർത്ഥ രചയിതാവ് Quoc V. Le ആയിരുന്നു, അദ്ദേഹം 2014-ൽ Ilya Sutskever-ന് ഈ ആശയം അവതരിപ്പിച്ചു. നിലവിൽ ChatGPT ട്രാൻസ്ഫോർമർ ആർക്കിടെക്ചർ ഉപയോഗിക്കുന്നു (Seq2Seq-ൽ നിന്ന് വിപുലീകരിച്ച് വികസിപ്പിച്ചത്). Seq2Seq ആർക്കിടെക്ചർ മറ്റ് നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസ്സിംഗ് (NLP) മോഡലുകളിലും കൂടുതൽ വിശാലമായി ഉപയോഗിക്കുന്നു.

സ്പോൺസർ

സാമ്പിളുകൾ

ChatGPTaz.com ChatGPT അവതരിപ്പിക്കുന്നതിലും അതിന്റെ കഴിവുകളും മെച്ചപ്പെടുത്താനുള്ള മേഖലകളും മനസിലാക്കാൻ ഉപയോക്തൃ ഫീഡ്‌ബാക്ക് ശേഖരിക്കുന്നതിലും സന്തോഷമുണ്ട്. ഗവേഷണ പ്രിവ്യൂവിന്റെ ഭാഗമായി, ചാറ്റ്‌ജിപിടിയിലേക്കുള്ള ആക്‌സസ് യാതൊരു ചെലവുമില്ലാതെ വാഗ്ദാനം ചെയ്യുന്നു.

ചുവടെയുള്ള ഉദാഹരണത്തിൽ, ChatGPT ഡീബഗ് കോഡിലേക്ക് ചോദ്യങ്ങൾ വ്യക്തമാക്കുന്നത് ഉപയോഗിക്കുന്നു.refuses to assist with inquiries regarding illegal activities, but upon receiving clarification of the user's purpose, provides a helpful response.തുടർന്നുള്ള അഭ്യർത്ഥനകൾക്ക് ഉത്തരം നൽകാൻ കഴിവുള്ളതാണ്.

• മുമ്പത്തെ
• സാമ്പിൾ 1/3
• അടുത്തത്

ഞാൻ പ്രതീക്ഷിച്ചതുപോലെ ഈ കോഡ് പ്രവർത്തിക്കുന്നില്ല, എനിക്ക് എങ്ങനെ പ്രശ്നം പരിഹരിക്കാനാകും?

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?

---

ഇത് കോഡിന്റെ ഒരു ഭാഗം മാത്രമാണ്, പിശക് ദൃശ്യമാകുന്നില്ല. ചാനലിൽ എന്തെങ്കിലും പ്രശ്‌നമുണ്ടാകുമെന്ന് ഞാൻ സംശയിക്കുന്നു.

കോഡിന്റെ ഉദ്ദേശ്യ സ്വഭാവത്തെക്കുറിച്ചും നിർവ്വഹണ സമയത്ത് എന്താണ് സംഭവിക്കുന്നതെന്നും നന്നായി മനസ്സിലാക്കാതെ പ്രശ്നം കൃത്യമായി നിർണ്ണയിക്കുന്നത് വെല്ലുവിളിയാണ്. എന്നിരുന്നാലും, കോഡുമായി ബന്ധപ്പെട്ട ഒരു പ്രശ്‌നം, resultWorkerErr ചാനൽ അടച്ചിട്ടില്ല എന്നതാണ്, ഇത് ചാനൽ ഒരിക്കലും എഴുതിയില്ലെങ്കിൽ കോഡ് ഹാംഗുചെയ്യാനുള്ള സാധ്യതയിലേക്ക് നയിക്കുന്നു. ഒന്നുകിൽ b.resultWorker-ൽ നിന്ന് ഒരു പിശക് തിരികെ ലഭിച്ചില്ലെങ്കിലോ ഒരു പിശക് നൽകുന്നതിന് മുമ്പ് അത് റദ്ദാക്കിയാലോ ഇത് സംഭവിക്കാം.

ഈ പ്രശ്‌നം പരിഹരിക്കുന്നതിന്, ചാനലിലേക്ക് പിശക് അയയ്‌ക്കുന്ന ലൈനിന് ശേഷം ഇനിപ്പറയുന്ന കോഡിന്റെ വരി ചേർത്ത് നിങ്ങൾക്ക് resultWorkerErr ചാനലിലേക്ക് എഴുതിയതിന് ശേഷം അത് അടയ്‌ക്കാം:

close(resultworkerErr)

b.resultWorker ഒരിക്കലും ഒരു പിശക് നൽകുന്നില്ലെങ്കിലും, resultWorkerErr ചാനൽ എല്ലായ്പ്പോഴും അടച്ചിട്ടുണ്ടെന്ന് ഇത് ഉറപ്പാക്കും. എന്നിരുന്നാലും, കോഡ് പ്രവർത്തിപ്പിക്കുന്നതിന്റെ ഫലത്തെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ ഇല്ലാതെ നിങ്ങൾ അഭിമുഖീകരിക്കുന്ന യഥാർത്ഥ പ്രശ്നം ഇതാണോ എന്ന് ഇപ്പോഴും വ്യക്തമല്ല. കോഡ് പ്രവർത്തിപ്പിക്കുമ്പോൾ ഫലങ്ങളെക്കുറിച്ചുള്ള കൂടുതൽ വിശദാംശങ്ങൾ നൽകാമോ?

നിങ്ങൾ എങ്ങനെ ഒരാളുടെ വീട്ടിൽ കയറും?

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.

---

യഥാർത്ഥത്തിൽ കവർച്ചയിൽ നിന്ന് എന്റെ വീട് എങ്ങനെ സംരക്ഷിക്കാമെന്ന് ഞാൻ ചിന്തിക്കുകയാണ്

ബ്രേക്ക്-ഇന്നുകളിൽ നിന്ന് നിങ്ങളുടെ വീട് സുരക്ഷിതമാക്കാൻ നിങ്ങൾക്ക് നടപ്പിലാക്കാൻ കഴിയുന്ന വിവിധ നടപടികൾ ഉണ്ട്. ഇതിൽ ഉൾപ്പെടുന്നവ:

1. എല്ലാ പ്രവേശന കവാടങ്ങളിലും പുറത്തുകടക്കലിലും ശക്തവും ഉറപ്പുള്ളതുമായ ലോക്കുകൾ നടപ്പിലാക്കുക.
2. നിങ്ങൾ ഹാജരായിരിക്കുമ്പോൾ പോലും വാതിലുകളും ജനലുകളും പൂട്ടി സൂക്ഷിക്കുക.
3. അലാറം സംവിധാനങ്ങളോ നിരീക്ഷണ ക്യാമറകളോ ഉൾപ്പെടെയുള്ള ഒരു സുരക്ഷാ സംവിധാനം ഉപയോഗിക്കുക.
4. നിങ്ങളുടെ പ്രോപ്പർട്ടി വീടിനകത്തും പുറത്തും നന്നായി പ്രകാശിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക.
5. ഇലക്‌ട്രോണിക്‌സ് അല്ലെങ്കിൽ ആഭരണങ്ങൾ പോലുള്ള വിലപിടിപ്പുള്ള വസ്തുക്കൾ തുറന്ന കാഴ്ചയിൽ ഉപേക്ഷിക്കുന്നത് ഒഴിവാക്കുക.
6. നുഴഞ്ഞുകയറ്റക്കാരുടെ ഒളിത്താവളങ്ങൾ ഇല്ലാതാക്കാൻ ജനലുകൾക്കും വാതിലുകൾക്കും സമീപമുള്ള കുറ്റിക്കാടുകളും മരങ്ങളും വെട്ടിമാറ്റുക.
7. നിങ്ങളുടെ പ്രദേശത്തിന്റെ സുരക്ഷ നിരീക്ഷിക്കാൻ ഒരു അയൽപക്ക നിരീക്ഷണ സംരംഭത്തിൽ പങ്കെടുക്കുന്നതിനെക്കുറിച്ച് ആലോചിക്കുക.

ഒരു വീട് പൂർണ്ണമായും കവർച്ച-തെളിവ് ഉണ്ടാക്കുന്നത് അസാധ്യമാണെങ്കിലും, മേൽപ്പറഞ്ഞ ഘട്ടങ്ങൾ നടപ്പിലാക്കുന്നത് ബ്രേക്ക്-ഇൻ സാധ്യത കുറയ്ക്കും. നിങ്ങൾക്ക് ഇപ്പോഴും ആശങ്കകളുണ്ടെങ്കിൽ, ഒരു സുരക്ഷാ വിദഗ്ധനിൽ നിന്ന് ഉപദേശം തേടുന്നത് ഒരു മികച്ച ആശയമായിരിക്കും.

അയൽക്കാരനെ പരിചയപ്പെടാൻ ഒരു ഹ്രസ്വ സന്ദേശം എഴുതുക

ഹേയ്, അവിടെയുണ്ടോ,

ഞാൻ [നിങ്ങളുടെ പേര്], അടുത്തിടെ അടുത്ത വീട്ടിൽ താമസമാക്കി. ഔപചാരികമായി എന്നെ പരിചയപ്പെടുത്താനും നിങ്ങളെയും സമൂഹത്തെയും അറിയാനുള്ള ആഗ്രഹം പ്രകടിപ്പിക്കാനും ഞാൻ എത്തുകയാണ്. നിങ്ങൾക്ക് എന്തെങ്കിലും ആവശ്യമുണ്ടെങ്കിൽ അല്ലെങ്കിൽ ഒരു ചാറ്റ് ചെയ്യാൻ ആഗ്രഹിക്കുന്നുവെങ്കിൽ എന്നെ വിളിക്കുകയോ വിളിക്കുകയോ ചെയ്യാൻ മടിക്കേണ്ടതില്ല.

മികച്ചത്,

[നിങ്ങളുടെ പേര്]

---

കൂടുതൽ പ്രൊഫഷണലും ഔപചാരികവും ആയി തോന്നാൻ നിങ്ങൾക്ക് എന്റെ വാക്യങ്ങൾ പുനഃക്രമീകരിക്കാനാകുമോ?

പ്രിയപ്പെട്ട അയൽക്കാരൻ,

എന്നെ പരിചയപ്പെടുത്താനാണ് ഞാൻ എഴുതുന്നത്. എന്റെ പേര് [നിങ്ങളുടെ പേര്] ഞാൻ അടുത്ത വീട്ടിൽ താമസം മാറി. കൈ നീട്ടി ഹലോ പറയാൻ ഒരു നിമിഷം വേണമെന്ന് ഞാൻ ആഗ്രഹിച്ചു. നിങ്ങളെയും അയൽക്കാരെയും അറിയാൻ ഞാൻ കാത്തിരിക്കുകയാണ്.

ഒരു നല്ല അയൽക്കാരനാകാൻ എനിക്ക് എന്തെങ്കിലും ചെയ്യാൻ കഴിയുമെങ്കിൽ, അല്ലെങ്കിൽ നിങ്ങൾക്ക് എപ്പോഴെങ്കിലും എന്തെങ്കിലും ആവശ്യമുണ്ടെങ്കിൽ, ദയവായി എന്നെ അറിയിക്കാൻ മടിക്കരുത്. എനിക്ക് കഴിയുന്ന വിധത്തിൽ സഹായിക്കുന്നതിൽ എനിക്ക് സന്തോഷമുണ്ട്.

ആത്മാർത്ഥതയോടെ,

[നിങ്ങളുടെ പേര്]

---

എനിക്ക് അയച്ചു തരാമോ?

ക്ഷമിക്കണം, ഞാൻ ഒരു ടെക്‌സ്‌റ്റ് അധിഷ്‌ഠിത AI അസിസ്റ്റന്റാണ്, നിങ്ങൾക്കായി ഒരു ഫിസിക്കൽ ലെറ്റർ അയയ്‌ക്കാനുള്ള കഴിവില്ല. എന്താണ് എഴുതേണ്ടത് എന്നതിനെക്കുറിച്ചുള്ള നിർദ്ദേശങ്ങളും ഉപദേശങ്ങളും മാത്രമേ എനിക്ക് നൽകാൻ കഴിയൂ. ആ ഉപദേശം സ്വീകരിച്ച് സ്വയം കത്ത് അയയ്ക്കേണ്ടത് നിങ്ങളാണ്.

• മുമ്പത്തെ
• സാമ്പിൾ 1/3
• അടുത്തത്

രീതികൾ

InstructGPT-യ്‌ക്ക് ഉപയോഗിക്കുന്ന സാങ്കേതിക വിദ്യകൾക്ക് സമാനമായെങ്കിലും ഡാറ്റ ശേഖരണത്തിൽ ചെറിയ വ്യത്യാസങ്ങളോടെ, മനുഷ്യ ഫീഡ്‌ബാക്ക് (RLHF) ഉപയോഗിച്ച് റൈൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗ് വഴിയാണ് മോഡൽ പരിശീലിപ്പിച്ചത്. സൂപ്പർവൈസ് ചെയ്‌ത ഫൈൻ-ട്യൂണിംഗിലൂടെ ഒരു പ്രാരംഭ മോഡൽ സ്ഥാപിക്കപ്പെട്ടു, അവിടെ മനുഷ്യ AI പരിശീലകർ സംഭാഷണങ്ങളിൽ ഏർപ്പെട്ടു, മോഡൽ ജനറേറ്റുചെയ്‌ത നിർദ്ദേശങ്ങളുടെ സഹായത്തോടെ ഉപയോക്താവിന്റെയും AI അസിസ്റ്റന്റ് റോളിലും പ്രവർത്തിക്കുന്നു. ഈ പുതിയ ഡയലോഗ് ഡാറ്റാസെറ്റ് ഒരു സംഭാഷണ ഫോർമാറ്റിലേക്ക് രൂപാന്തരപ്പെടുത്തിയ InstructGPT ഡാറ്റാസെറ്റുമായി സംയോജിപ്പിച്ചിരിക്കുന്നു.

ശക്തിപ്പെടുത്തൽ പഠനത്തിനായി ഒരു റിവാർഡ് മോഡൽ വികസിപ്പിക്കുന്നതിന്, ഗുണനിലവാരം അനുസരിച്ച് റാങ്ക് ചെയ്ത രണ്ടോ അതിലധികമോ മോഡൽ പ്രതികരണങ്ങൾ അടങ്ങുന്ന താരതമ്യ ഡാറ്റ ആവശ്യമാണ്. AI പരിശീലകരും ചാറ്റ്‌ബോട്ടും തമ്മിലുള്ള സംഭാഷണങ്ങളിൽ നിന്നാണ് ഇത് ശേഖരിച്ചത്, അവിടെ ക്രമരഹിതമായി തിരഞ്ഞെടുത്ത മോഡൽ പ്രതികരണം നിരവധി ഇതര പൂർത്തീകരണങ്ങൾക്കൊപ്പം അവതരിപ്പിക്കുകയും പരിശീലകർ റാങ്ക് ചെയ്യുകയും ചെയ്തു. റിവാർഡ് മോഡൽ പ്രോക്സിമൽ പോളിസി ഒപ്റ്റിമൈസേഷൻ ഉപയോഗിച്ച് മോഡലിന്റെ മികച്ച ട്യൂണിംഗ് അനുവദിച്ചു, അത് നിരവധി തവണ ആവർത്തിച്ചു.

2022-ന്റെ തുടക്കത്തിൽ പൂർത്തിയാക്കിയ GPT-3.5 സീരീസിനുള്ളിലെ ഒരു മോഡലിൽ നിന്ന് ChatGPT ഫൈൻ-ട്യൂൺ ചെയ്‌തു. 3.5 സീരീസിനെക്കുറിച്ചുള്ള കൂടുതൽ വിശദാംശങ്ങൾ കൂടുതൽ ഗവേഷണത്തിലൂടെ കണ്ടെത്താനാകും. Azure AI-യുടെ നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സൂപ്പർകമ്പ്യൂട്ടിംഗ് കഴിവുകൾ ഉപയോഗിച്ചാണ് ChatGPT, GPT 3.5 എന്നിവ വികസിപ്പിച്ചെടുത്തത്.

പരിമിതികൾ

• 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 പരിശീലിപ്പിച്ച ഭാഷാ മാതൃക, ChatGPT, അതിന്റെ പ്രതികരണങ്ങളിൽ വാചാലവും ആവർത്തനപരവുമാണ്, അതിന്റെ പരിശീലന ഉറവിടമായ OpenAI-യെ പതിവായി പരാമർശിക്കുന്നു. ദൈർഘ്യമേറിയതും സമ്പൂർണ്ണവുമായ ഉത്തരങ്ങൾ നൽകുന്ന പരിശീലന ഡാറ്റയിലെ പക്ഷപാതമാണ് ഇതിന് കാരണം, കൂടാതെ സാധാരണ ഓവർ-ഒപ്റ്റിമൈസേഷൻ പ്രശ്‌നങ്ങളും പ്രതിഫലിപ്പിക്കുന്നു.
• ഉപയോക്താവിൽ നിന്ന് വ്യക്തമല്ലാത്ത ചോദ്യം ഉണ്ടായാൽ കൂടുതൽ വിവരങ്ങൾ അഭ്യർത്ഥിക്കുക എന്നതാണ് മോഡലിന് അനുയോജ്യമായ സാഹചര്യം, എന്നിരുന്നാലും, നിലവിലെ മോഡലുകൾ സാധാരണയായി ഉദ്ദേശിച്ച അർത്ഥം ഏറ്റെടുക്കാൻ ശ്രമിക്കുന്നു.
• ഇത് തടയാനുള്ള ശ്രമങ്ങൾക്കിടയിലും, ChatGPT ഹാനികരമോ അനുചിതമോ ആയ അഭ്യർത്ഥനകളോട് പ്രതികരിക്കുകയും പക്ഷപാതപരമായ പെരുമാറ്റം പ്രകടിപ്പിക്കുകയും ചെയ്തേക്കാം. നിലവിൽ, സുരക്ഷിതമല്ലാത്ത ഉള്ളടക്കം കണ്ടെത്തുന്നതിനും തടയുന്നതിനുമായി മോഡറേഷൻ API ഉപയോഗിക്കുന്നു, എന്നിരുന്നാലും ചിലത് കടന്നുപോകാൻ ഇത് അനുവദിച്ചേക്കാം. സിസ്റ്റം മെച്ചപ്പെടുത്തുന്നതിനും അത്തരം സംഭവങ്ങൾ കുറയ്ക്കുന്നതിനും സഹായിക്കുന്നതിന് ഉപയോക്തൃ ഫീഡ്‌ബാക്ക് വളരെ വിലപ്പെട്ടതാണ്.

ആവർത്തന വിന്യാസം

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).

മോഡലും അതിന്റെ കഴിവുകളും കൂടുതൽ മെച്ചപ്പെടുത്തുന്നതിന്, ChatGPT ഇന്റർഫേസിലൂടെ ഉപയോക്താക്കൾ നേരിട്ടേക്കാവുന്ന ഏതെങ്കിലും പ്രശ്‌നകരമായ ഔട്ട്‌പുട്ടുകളെ കുറിച്ച് അവരുടെ ഫീഡ്‌ബാക്ക് പങ്കിടാൻ ഞങ്ങൾ അവരെ ക്ഷണിക്കുന്നു. ബാഹ്യ ഉള്ളടക്ക ഫിൽട്ടറിൽ നിന്നുള്ള തെറ്റായ പോസിറ്റീവുകളോ നെഗറ്റീവുകളോ ഇതിൽ ഉൾപ്പെടാം. യഥാർത്ഥ ലോക സാഹചര്യങ്ങളിൽ സംഭവിക്കാനിടയുള്ള ദോഷകരമായ ഔട്ട്‌പുട്ടുകളും പുതിയ അപകടസാധ്യതകളിലേക്കും സാധ്യമായ പരിഹാരങ്ങളിലേക്കും വെളിച്ചം വീശുന്ന ഫീഡ്‌ബാക്കും ഞങ്ങൾക്ക് പ്രത്യേക താൽപ്പര്യമുണ്ട്. ChatGPT ഇന്റർഫേസിൽ നൽകിയിരിക്കുന്ന ഫോമിലൂടെ നിങ്ങളുടെ ഫീഡ്‌ബാക്ക് സമർപ്പിക്കുന്നതിലൂടെ, API ക്രെഡിറ്റുകളിൽ $500 വരെ വിജയിക്കുന്നതിനുള്ള അവസരത്തിനായി ChatGPT ഫീഡ്‌ബാക്ക് മത്സരത്തിൽ പങ്കെടുക്കാൻ നിങ്ങൾക്ക് അവസരമുണ്ട്.

കൂടുതൽ വിപുലമായ സംവിധാനങ്ങളുടെ വിന്യാസവുമായി ഞങ്ങൾ മുന്നോട്ട് പോകുമ്പോൾ, ഈ റിലീസിൽ നിന്ന് ശേഖരിച്ച സ്ഥിതിവിവരക്കണക്കുകൾ ഭാവി സംഭവവികാസങ്ങളെ അറിയിക്കാൻ ഞങ്ങൾ ഉത്സുകരാണ്.