کیا ہے زمینی سچائی?

مشین لرننگ ماڈلز کو تربیت دینے یا جانچنے کے لیے استعمال کیے گئے انسانی شامل کردہ لیبلز یا میٹا ڈیٹا۔

لینگویج ماڈلز میں مرحلہ وار استدلال کا جائزہ لینے کے لیے گریڈ اسکول کے ریاضی کے الفاظ کے مسائل کا ایک معیار۔

ایک سادہ حوالہ ماڈل اس بات کا موازنہ کرنے کے لیے استعمال کیا جاتا ہے کہ آیا زیادہ پیچیدہ طریقے حقیقت میں نتائج کو بہتر بناتے ہیں۔

غلط احتمالات کو سزا دے کر درجہ بندی کے ماڈلز کو تربیت دینے کے لیے استعمال ہونے والا ایک عام مقصدی فنکشن۔

ایک ماڈل جو ترجیحی سگنلز کی بنیاد پر آؤٹ پٹ اسکور کرتا ہے، جو اکثر RLHF پائپ لائنوں میں استعمال ہوتا ہے۔

جب کلین لیبلز کی کمی ہو تو ماڈلز کو تربیت دینے کے لیے شور، ہورسٹک یا جزوی لیبلز کا استعمال۔