ਆਉਟਪੁੱਟ ਤਸਦੀਕ ਅਤੇ ਮਨੁੱਖੀ ਨਿਰੀਖਣ

ਲਾਭ:

• ਸਕੀਮਾ ਅਤੇ ਨਿਯਮ-ਅਧਾਰਿਤ ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਕਤਾ ਪਰਤਾਂ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਉੱਚ-ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਅਰਥਪੂਰਨ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ-ਇਨ-ਦੀ-ਲੂਪ ਦੀ ਲੋੜ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਦੂਜੇ ਮਾਡਲ ਦੇ ਨਾਲ ਤਸਦੀਕ ਅਤੇ ਟਰੱਸਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਧਾਰਤ ਰੂਟਿੰਗ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਤਰਲ, ਪ੍ਰੇਰਕ, ਅਤੇ ਅਕਸਰ ਸਹੀ ਪੈਦਾ ਕਰਦਾ ਹੈ-ਪਰ "ਪ੍ਰੇਰਕ" "ਸਹੀ" ਦੇ ਸਮਾਨ ਨਹੀਂ ਹੈ। ਮਾਡਲ ਚੁੱਪਚਾਪ ਇੱਕ ਰਕਮ, ਇੱਕ ਮਿਤੀ, ਜਾਂ ਇੱਕ JSON ਖੇਤਰ ਵਿੱਚ ਫਿੱਟ ਹੋ ਸਕਦਾ ਹੈ; ਇਸ ਨੂੰ ਭਰਮ ਕਿਹਾ ਜਾਂਦਾ ਹੈ (ਮਾਡਲ ਭਰੋਸੇ ਨਾਲ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲੀਅਤ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੈ)। ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸਿਸਟਮ ਵਿੱਚ, ਜੇਕਰ ਉਹ ਆਉਟਪੁੱਟ ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਵਹਿੰਦੀ ਹੈ - ਇੱਕ ਭੁਗਤਾਨ, ਇੱਕ ਈਮੇਲ, ਇੱਕ ਡੇਟਾਬੇਸ ਲਿਖਣਾ - ਗਲਤੀ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ ਫੈਲ ਜਾਂਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਸਿਸਟਮ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਆਉਟਪੁੱਟ ਨੂੰ ਵੈਰੀਫਿਕੇਸ਼ਨ ਲੇਅਰਾਂ ਨਾਲ ਫਿਲਟਰ ਕਰਨਾ ਅਤੇ ਉੱਚ ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮਨੁੱਖੀ-ਇਨ-ਦੀ-ਲੂਪ ਦੀ ਲੋੜ ਬਾਰੇ ਸਿੱਖਾਂਗੇ।

ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?

ਮਾਡਲ ਆਉਟਪੁੱਟ ਨੂੰ ਦੋ ਪ੍ਰਾਇਮਰੀ ਤਰੀਕਿਆਂ ਨਾਲ ਖਰਾਬ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਫਾਰਮੈਟ (ਸੰਭਾਵਿਤ JSON ਸਕੀਮਾ ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਹੈ, ਖੇਤਰ ਗੁੰਮ/ਵੱਧ ਹੈ) ਅਤੇ ਸਮੱਗਰੀ (ਫਾਰਮੈਟ ਸਹੀ ਹੈ ਪਰ ਮੁੱਲ ਗਲਤ ਹੈ — ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਉਤਪਾਦ ਕੋਡ, ਇੱਕ ਤਰਕਹੀਣ ਤਾਰੀਖ)। ਸੁਰੱਖਿਆ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਇੱਕ ਤੀਜਾ ਪਹਿਲੂ ਹੈ: ਖਤਰਨਾਕ ਆਉਟਪੁੱਟ (ਇੰਜੈਕਸ਼ਨ ਜਾਂ ਲੀਕ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪੈਦਾ ਹੋਈ ਇੱਕ ਖਤਰਨਾਕ ਕਮਾਂਡ)। ਇੱਕ ਠੋਸ ਪ੍ਰਣਾਲੀ ਦਰਵਾਜ਼ੇ 'ਤੇ ਤਿੰਨਾਂ ਨੂੰ ਰੋਕਦੀ ਹੈ.

ਸਾਵਧਾਨ: "ਆਮ ਤੌਰ 'ਤੇ ਸਹੀ ਮਾਡਲ" ਉਤਪਾਦਨ ਮਾਪਦੰਡ ਨਹੀਂ ਹੈ। ਤਸਦੀਕ ਤੋਂ ਬਿਨਾਂ ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ, ਇੱਕ ਹਜ਼ਾਰ ਵਿੱਚ ਇੱਕ ਗਲਤੀ ਦਾ ਮਤਲਬ ਪ੍ਰਤੀ ਦਿਨ 100,000 ਬੇਨਤੀਆਂ ਵਿੱਚ ਪ੍ਰਤੀ ਦਿਨ 100 ਗਲਤ ਲੈਣ-ਦੇਣ ਹੁੰਦਾ ਹੈ।

ਪ੍ਰਮਾਣਿਕਤਾ ਦੀਆਂ ਪਰਤਾਂ: ਕਦਮ ਦਰ ਕਦਮ

1. ਸਕੀਮਾ ਪ੍ਰਮਾਣਿਕਤਾ। ਮਸ਼ੀਨ ਨਾਲ ਜਾਂਚ ਕਰੋ ਕਿ ਆਉਟਪੁੱਟ ਸੰਭਾਵਿਤ ਢਾਂਚੇ ਦੇ ਅਨੁਕੂਲ ਹੈ: ਕੀ ਖੇਤਰ ਮੌਜੂਦ ਹਨ, ਕੀ ਉਹਨਾਂ ਦੀਆਂ ਕਿਸਮਾਂ ਸਹੀ ਹਨ, ਕੀ ਲੋੜੀਂਦੇ ਖੇਤਰ ਭਰੇ ਗਏ ਹਨ?
2. ਨਿਯਮ/ਕਾਰੋਬਾਰੀ ਤਰਕ ਪ੍ਰਮਾਣਿਕਤਾ। ਕੀ ਮੁੱਲ ਵਪਾਰਕ ਨਿਯਮਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ? (ਰਾਸ਼ੀ > 0, ਮਿਤੀ ਭਵਿੱਖ ਵਿੱਚ ਨਹੀਂ ਹੈ, ਉਤਪਾਦ ਕੋਡ ਕੈਟਾਲਾਗ ਨਾਲ ਸਬੰਧਤ ਹੈ।)
3. ਹਵਾਲਾ/ਸਰੋਤ ਨਿਯੰਤਰਣ। ਜੇਕਰ ਮਾਡਲ ਇੱਕ ਦਾਅਵਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੀ ਇਸਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ? (ਕੀ ਆਰਏਜੀ ਹਵਾਲਾ ਅਸਲ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਹੈ?)
4. ਦੂਜੇ ਮਾਡਲ (ਐਲਐਲਐਮ-ਜੱਜ-ਜੱਜ) ਨਾਲ ਪ੍ਰਮਾਣਿਕਤਾ। ਇੱਕ ਸੁਤੰਤਰ ਮਾਡਲ ਆਉਟਪੁੱਟ ਦਾ ਮੁਲਾਂਕਣ "ਸਹੀ/ਅਧੂਰਾ/ਜੋਖਮ ਭਰਿਆ" ਵਜੋਂ ਕਰਦਾ ਹੈ।
5. ਟਰੱਸਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਤੇ ਸਥਿਤੀ। ਜੇ ਮਾਡਲ ਜਾਂ ਵੈਲੀਡੇਟਰ ਘੱਟ ਵਿਸ਼ਵਾਸ ਦੀ ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ, ਤਾਂ ਆਉਟਪੁੱਟ ਆਪਣੇ ਆਪ ਪਾਸ ਨਹੀਂ ਹੁੰਦਾ; ਮਨੁੱਖਾਂ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
6. ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ. ਇੱਕ ਉੱਚ-ਸ਼ਕਤੀ ਜਾਂ ਘੱਟ-ਸੁਰੱਖਿਅਤ ਨਤੀਜਾ ਇੱਕ ਮਾਹਰ ਦੀ ਪ੍ਰਵਾਨਗੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਨਮੂਨੇ

ਸਕੀਮ + "ਜੇ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ ਹੋ ਤਾਂ ਇਸਨੂੰ ਬਣਾਓ" ਇਕੱਠੇ:

ਹੇਠਾਂ ਦਿੱਤੇ JSON ਸਕੀਮਾ ਵਿੱਚ ਹੀ ਜਵਾਬ ਵਾਪਸ ਕਰੋ: "ਘੱਟ" ਲਿਖੋ। ਕਦੇ ਵੀ ਅੰਦਾਜ਼ਾ ਨਾ ਲਿਖੋ ਜਿਵੇਂ ਕਿ ਇਹ ਸਹੀ ਸੀ।

ਦੂਜੇ ਮਾਡਲ ਨਾਲ ਪੁਸ਼ਟੀਕਰਨ (ਜੱਜ ਪ੍ਰੋਂਪਟ):

ਤੁਸੀਂ ਇੱਕ ਸੁਤੰਤਰ ਪ੍ਰਮਾਣਕ ਹੋ। ਹੇਠਾਂ ਇੱਕ <ਸਰੋਤ> ਟੈਕਸਟ ਅਤੇ ਇੱਕ <ਦਾਅਵਾ> ਹੈ। ਇਹ ਦੇਖਣ ਲਈ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਦਾਅਵੇ ਵਿੱਚ ਹਰ ਨੰਬਰ ਅਤੇ ਮਿਤੀ ਸਰੋਤ ਵਿੱਚ ਜ਼ੁਬਾਨੀ ਤੌਰ 'ਤੇ ਆਉਂਦੀ ਹੈ। ਹਰੇਕ ਲਈ, ਕਹੋ: "ਪ੍ਰਮਾਣਿਤ | ਸਰੋਤ ਵਿੱਚ ਨਹੀਂ | ਸਰੋਤ ਦਾ ਵਿਰੋਧ ਕਰਦਾ ਹੈ।" ਜੇਕਰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵੀ 'ਗੈਰ-ਹਾਜ਼ਰ/ਵਿਰੋਧੀ' ਹੈ, ਤਾਂ ਨਤੀਜੇ ਨੂੰ "ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੀ ਲੋੜ ਹੈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।<source>{{ text }}</source><claim>{{ model_output }}</claim>

ਟਰੱਸਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਰੂਟਿੰਗ ਨਿਯਮ:

ਰਾਊਟਿੰਗ ਨਿਯਮ:- emin_misin = "ਉੱਚ" ਅਤੇ ਰਕਮ < 10,000 TL -> ਆਟੋਮੈਟਿਕ ਪ੍ਰੋਸੈਸਿੰਗ- emin_misin = "ਮੱਧਮ" ਜਾਂ ਰਕਮ 10,000-100,000 TL -> ਦੂਜਾ ਮਾਡਲ ਤਸਦੀਕ- emin_misin = "ਘੱਟ" ਜਾਂ ਰਕਮ > 100,000 TL ਲੋੜੀਂਦਾ ਹੈ -

ਮਨੁੱਖੀ ਆਡਿਟ ਸੰਖੇਪ ਕਾਰਡ (ਸਮੀਖਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ):

ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਫੈਸਲਾ ਪੇਸ਼ ਕਰਦੇ ਸਮੇਂ, ਇਹ ਕਾਰਡ ਪੇਸ਼ ਕਰੋ:- ਕੀ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ? (ਇੱਕ ਵਾਕ)- ਇਹ ਕਿਸ ਸਰੋਤ 'ਤੇ ਅਧਾਰਤ ਹੈ? (ਲੇਖ/ਦਸਤਾਵੇਜ਼ ਦਾ ਹਵਾਲਾ)- 2 ਸਭ ਤੋਂ ਕਮਜ਼ੋਰ ਧਾਰਨਾਵਾਂ ਕੀ ਹਨ? - ਜੇਕਰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਕੀ ਉਹਨਾਂ ਨੂੰ ਉਲਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ? (ਹਾਂ/ਨਹੀਂ)

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਮਾੜੀ ਪਹੁੰਚ

ਮਜ਼ਬੂਤ ਪਹੁੰਚ

"ਇਨਵੌਇਸ ਤੋਂ ਰਕਮ ਘਟਾਓ" (ਮੁਫ਼ਤ ਟੈਕਸਟ)

ਸਖਤ JSON ਸਕੀਮਾ + null + ਭਰੋਸਾ ਖੇਤਰ

ਭੁਗਤਾਨ ਸਿਸਟਮ ਨੂੰ ਸਿੱਧੇ ਆਉਟਪੁੱਟ ਨੂੰ ਲਿਖਣਾ

ਸਕੀਮਾ → ਨਿਯਮ → ਮਨੁੱਖੀ ਮਨਜ਼ੂਰੀ (ਜੇਕਰ ਜ਼ਰੂਰੀ ਹੋਵੇ)

ਸਿਰਫ ਮਾਡਲ ਨੂੰ ਦੱਸ ਰਿਹਾ ਹੈ "ਯਕੀਨ ਕਰੋ"

ਦੂਜੇ ਮਾਡਲ ਦੇ ਨਾਲ ਨੰਬਰ/ਤਾਰੀਖ ਪ੍ਰਮਾਣਿਕਤਾ

ਹਰ ਆਉਟਪੁੱਟ ਨੂੰ ਬਰਾਬਰ ਭਰੋਸੇ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰਨਾ

ਪ੍ਰਭਾਵ ਅਤੇ ਵਿਸ਼ਵਾਸ 'ਤੇ ਆਧਾਰਿਤ ਰੂਟਿੰਗ

ਮਜ਼ਬੂਤ ਪਹੁੰਚ ਇਹ ਉਮੀਦ ਨਹੀਂ ਕਰਦੀ ਕਿ ਮਾਡਲ ਸਹੀ ਹੈ; ਇਹ ਇੱਕ ਦਰਵਾਜ਼ਾ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਫੜ ਲਵੇਗਾ ਜਦੋਂ ਤੁਸੀਂ ਗਲਤ ਹੋ.

ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ

ਕੇਸ 1 - ਇਕੱਲੀ ਸਕੀਮ ਕਾਫ਼ੀ ਨਹੀਂ ਸੀ। ਇੱਕ ਅਕਾਊਂਟਿੰਗ ਆਟੋਮੇਸ਼ਨ JSON ਵਜੋਂ ਇਨਵੌਇਸਾਂ ਤੋਂ ਰਕਮ ਕੱਢ ਰਹੀ ਸੀ। ਸਕੀਮ ਸਹੀ ਸੀ, ਪਰ ਮਾਡਲ ਨੇ ਇਨਵੌਇਸ (ਦਸ਼ਮਲਵ ਸ਼ਿਫਟ) 'ਤੇ "1,250.00" ਦੀ ਬਜਾਏ "125,000" ਦਾ ਉਤਪਾਦਨ ਕੀਤਾ। ਸਕੀਮ ਇਸ ਨੂੰ ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹੀ; ਨਿਯਮ ਤਸਦੀਕ ("ਰਾਕਮ ±1% ਦੁਆਰਾ ਕੁੱਲ ਇਨਵੌਇਸ ਆਈਟਮਾਂ ਦੇ ਅਨੁਸਾਰ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ") ਫੜਿਆ ਗਿਆ ਸੀ ਅਤੇ 112,500 TL ਦੀ ਗਲਤ ਰਿਕਾਰਡਿੰਗ ਨੂੰ ਰੋਕਿਆ ਗਿਆ ਸੀ।

ਕੇਸ 2 - ਦੂਜੇ ਮਾਡਲ ਨੇ ਭਰਮ ਨੂੰ ਹਾਸਲ ਕੀਤਾ। ਇੱਕ ਕਾਨੂੰਨੀ ਸਹਾਇਤਾ ਸਹਾਇਕ ਨੇ ਇਕਰਾਰਨਾਮੇ ਦੇ ਸੰਖੇਪ ਵਿੱਚ ਕਿਹਾ, “ਬਰਤਮਾਨੀ ਦਾ 30 ਦਿਨਾਂ ਦਾ ਨੋਟਿਸ”; ਹਾਲਾਂਕਿ, ਇਕਰਾਰਨਾਮੇ ਵਿਚ ਇਹ 90 ਦਿਨ ਸੀ. ਜਦੋਂ ਸੁਤੰਤਰ ਜੱਜ ਨੇ ਮਾਡਲ ਨੂੰ "ਸਰੋਤ ਨਾਲ ਟਕਰਾਅ" ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ, ਤਾਂ ਆਉਟਪੁੱਟ ਨੂੰ ਮਨੁੱਖ ਨੂੰ ਅੱਗੇ ਭੇਜਿਆ ਗਿਆ ਅਤੇ ਠੀਕ ਕੀਤਾ ਗਿਆ। ਜੇਕਰ ਇਹ ਆਟੋਮੈਟਿਕ ਹੁੰਦਾ, ਤਾਂ ਗਾਹਕ ਗਲਤ ਮਿਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਰੱਦ ਹੋਣ ਬਾਰੇ ਸੂਚਿਤ ਕਰੇਗਾ।

ਕੇਸ 3 - ਰੂਟਿੰਗ ਨੇ ਲੋਡ ਨੂੰ 70% ਘਟਾ ਦਿੱਤਾ। ਇੱਕ ਬੀਮਾ ਦਾਅਵਿਆਂ ਦੀ ਪ੍ਰਣਾਲੀ ਨੇ ਆਪਣੇ ਆਪ ਹੀ ਘੱਟ-ਰਾਸ਼ੀ ਅਤੇ ਉੱਚ-ਸੁਰੱਖਿਆ ਵਾਲੇ ਦਾਅਵਿਆਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਹੈ ਅਤੇ ਮਾਹਰ ਨੂੰ ਸਿਰਫ਼ ਉੱਪਰ-ਥ੍ਰੈਸ਼ਹੋਲਡ/ਘੱਟ-ਸੁਰੱਖਿਅਤ ਵਾਲੇ ਹੀ ਭੇਜੇ ਹਨ। ਰੋਜ਼ਾਨਾ 3,200 ਮੰਗਾਂ ਵਿੱਚੋਂ, ਸਿਰਫ 950 ਮਨੁੱਖਾਂ ਨੂੰ ਪਈਆਂ; ਮਾਹਰਾਂ ਨੇ ਆਪਣਾ ਸਮਾਂ ਸੱਚਮੁੱਚ ਜੋਖਮ ਭਰੇ 30% ਨੂੰ ਸਮਰਪਿਤ ਕੀਤਾ, ਔਸਤ ਲੈਣ-ਦੇਣ ਦਾ ਸਮਾਂ 4 ਘੰਟਿਆਂ ਤੋਂ ਘਟ ਕੇ 40 ਮਿੰਟ ਹੋ ਗਿਆ।

ਸੰਕੇਤ: ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਸਥਾਪਤ ਨਾ ਕਰੋ ਤਾਂ ਕਿ "ਲੋਕ ਸਭ ਕੁਝ ਦੇਖ ਸਕਣ" - ਇਹ ਲੋਕਾਂ ਨੂੰ ਥੱਕ ਜਾਵੇਗਾ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਇੱਕ ਰਬੜ ਦੀ ਮੋਹਰ ਬਣ ਜਾਵੇਗੀ। ਇਸ ਦੀ ਬਜਾਏ, ਸਿਰਫ ਉੱਚ-ਪ੍ਰਭਾਵ ਅਤੇ ਘੱਟ-ਭਰੋਸੇ ਵਾਲੇ ਆਉਟਪੁੱਟਾਂ ਨੂੰ ਮਨੁੱਖ ਲਈ ਰੂਟ ਕਰੋ; ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਅਸਲ ਵਿੱਚ ਕੀ ਮਹੱਤਵਪੂਰਨ ਹੈ।

ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਨੂੰ ਸਾਰਥਕ ਬਣਾਉਣਾ

ਹਿਊਮਨ-ਇਨ-ਦੀ-ਲੂਪ ਕਾਗਜ਼ 'ਤੇ ਚੈੱਕਬਾਕਸ ਲਗਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਸਮੀਖਿਅਕ ਕੋਲ (1) ਫੈਸਲੇ ਨੂੰ ਸਮਝਣ ਲਈ ਸੰਦਰਭ, (2) ਸਰੋਤ ਤੱਕ ਪਹੁੰਚ, ਅਤੇ (3) "ਨਹੀਂ" ਕਹਿਣ ਦਾ ਅਧਿਕਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਨਹੀਂ ਤਾਂ, ਕੰਟਰੋਲ ਕਾਸਮੈਟਿਕ ਰਹਿੰਦਾ ਹੈ. ਸਮੀਖਿਆ ਕਾਰਡ (ਉਪਰੋਕਤ ਚੌਥਾ ਟੈਮਪਲੇਟ) ਸਿਰਫ਼ ਉਹੀ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਬਸ ਸਕੀਮਾ ਪ੍ਰਮਾਣਿਕਤਾ ਕਰਨਾ ਅਤੇ ਸਮੱਗਰੀ/ਮੁੱਲ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਛੱਡਣਾ।
• ਇਹ ਸੋਚ ਕੇ ਕਿ ਮਾਡਲ ਨੂੰ "ਯਕੀਨੀ ਬਣਾਓ" ਦੱਸ ਕੇ ਤੁਸੀਂ ਅਸਲ ਤਸਦੀਕ ਕਰ ਰਹੇ ਹੋ।
• ਉੱਚ-ਪ੍ਰਭਾਵ, ਅਟੱਲ ਫੈਸਲਿਆਂ ਨੂੰ ਆਟੋਮੈਟਿਕ ਲਾਗੂ ਕਰੋ।
• ਹਰ ਆਉਟਪੁੱਟ 'ਤੇ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਪਾਉਣਾ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਨੂੰ ਇੱਕ ਅਰਥਹੀਣ ਰਬੜ ਦੀ ਮੋਹਰ ਵਿੱਚ ਬਦਲਣਾ।
• ਸਰੋਤ ਅਤੇ ਸੰਦਰਭ ਦਿੱਤੇ ਬਿਨਾਂ ਸਮੀਖਿਅਕ ਨੂੰ "ਮਨਜ਼ੂਰ ਕਰੋ" ਕਹਿਣਾ।
• ਇੱਕ ਟਰੱਸਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਤੇ ਰੂਟਿੰਗ ਸਥਾਪਤ ਕੀਤੇ ਬਿਨਾਂ ਇੱਕੋ ਜੋਖਮ ਨਾਲ ਸਾਰੇ ਆਉਟਪੁੱਟਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ।

ਸੰਖੇਪ ਵਿੱਚ

• ਆਉਟਪੁੱਟ ਨੂੰ ਤਿੰਨ ਤਰੀਕਿਆਂ ਨਾਲ ਖਰਾਬ ਕੀਤਾ ਗਿਆ ਹੈ: ਫਾਰਮ, ਸਮੱਗਰੀ, ਅਤੇ ਖਤਰਨਾਕ ਇਰਾਦਾ; ਇੱਕ ਠੋਸ ਪ੍ਰਣਾਲੀ ਦਰਵਾਜ਼ੇ 'ਤੇ ਤਿੰਨਾਂ ਨੂੰ ਰੋਕਦੀ ਹੈ।
• ਪਰਤਾਂ: ਸਕੀਮਾ ਪ੍ਰਮਾਣਿਕਤਾ, ਨਿਯਮ/ਵਪਾਰਕ ਤਰਕ, ਸਰੋਤ ਨਿਯੰਤਰਣ, ਦੂਜਾ ਮਾਡਲ (ਐਲਐਲਐਮ-ਜੱਜ) ਅਤੇ ਟਰੱਸਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਰੂਟਿੰਗ।
• ਉੱਚ-ਪ੍ਰਭਾਵ ਅਤੇ ਘੱਟ-ਸੁਰੱਖਿਆ ਆਉਟਪੁੱਟ ਲਈ ਮਨੁੱਖੀ-ਇਨ-ਦੀ-ਲੂਪ ਲਾਜ਼ਮੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਅਰਥਪੂਰਨ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ: ਸਮੀਖਿਅਕ ਕੋਲ ਸੰਦਰਭ, ਸਰੋਤ ਪਹੁੰਚ, ਅਤੇ "ਨਹੀਂ" ਕਹਿਣ ਦਾ ਅਧਿਕਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਸੁਰੱਖਿਆ ਅਤੇ ਕੁਸ਼ਲਤਾ ਦੋਵੇਂ ਸਿਰਫ ਜੋਖਮ ਭਰੇ ਲੋਕਾਂ ਨੂੰ ਮਨੁੱਖਾਂ ਨੂੰ ਨਿਰਦੇਸ਼ਤ ਕਰਕੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਹਰ ਆਉਟਪੁੱਟ ਨੂੰ ਨਹੀਂ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੇ ਖੁਦ ਦੇ AI ਆਉਟਪੁੱਟ ਤੋਂ ਇੱਕ ਉਦਾਹਰਣ ਲਓ। ਪਹਿਲਾਂ ਇੱਕ JSON ਸਕੀਮਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਅਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਇਸਦੇ ਲਈ ਮਜਬੂਰ ਕਰੋ। ਫਿਰ ਘੱਟੋ-ਘੱਟ ਦੋ ਕਾਰੋਬਾਰੀ ਨਿਯਮ ਲਿਖੋ (ਉਦਾਹਰਣ ਵਜੋਂ, "ਰਾਸ਼ੀ ਆਈਟਮਾਂ ਦੀ ਕੁੱਲ ਮਿਲਾ ਕੇ")। ਅੰਤ ਵਿੱਚ, ਇੱਕ ਰੂਟਿੰਗ ਟੇਬਲ ਸੈਟ ਅਪ ਕਰੋ: ਕਿਹੜਾ ਭਰੋਸਾ/ਪ੍ਰਭਾਵ ਸੁਮੇਲ ਆਪਣੇ ਆਪ ਚਲਦਾ ਹੈ, ਜੋ ਦੂਜੇ ਮਾਡਲ ਵਿੱਚ ਜਾਂਦਾ ਹੈ, ਜੋ ਮਨੁੱਖ ਨੂੰ ਜਾਂਦਾ ਹੈ? ਇੱਕ ਨੁਕਸਦਾਰ ਨਮੂਨਾ ਤਿਆਰ ਕਰੋ ਅਤੇ ਵੇਖੋ ਕਿ ਹਰ ਪਰਤ ਇਸਨੂੰ ਕਿੱਥੇ ਕੈਪਚਰ ਕਰਦੀ ਹੈ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਆਉਟਪੁੱਟ ਲਈ ਇੱਕ ਸਖਤ ਸਕੀਮਾ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹਾਂ ਅਤੇ ਮਸ਼ੀਨ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਕਾਰੋਬਾਰ/ਨਿਯਮ ਪ੍ਰਮਾਣਿਕਤਾ (ਮੁੱਲ ਤਰਕ) ਜੋੜਿਆ ਹੈ।
• [ ] ਮੈਂ ਦਾਅਵੇ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜ ਸਕਦਾ ਹਾਂ ਅਤੇ ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦਾ ਹਾਂ।
• [ ] ਦੂਜਾ ਮਾਡਲ ਜਾਂ ਮਨੁੱਖੀ ਪ੍ਰਮਾਣਿਕਤਾ ਉੱਚ ਪ੍ਰਭਾਵ/ਘੱਟ ਸੁਰੱਖਿਆ ਨਤੀਜਿਆਂ ਲਈ ਉਪਲਬਧ ਹੈ।
• ਵਿਸ਼ਵਾਸ ਅਤੇ ਪ੍ਰਭਾਵ ਦੇ ਆਧਾਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਰੂਟਿੰਗ ਨਿਯਮ।
• [ ] ਸਮੀਖਿਅਕ ਨੂੰ ਸੰਦਰਭ, ਸਰੋਤ, ਅਤੇ ਅਸਵੀਕਾਰ ਕਰਨ ਦਾ ਅਧਿਕਾਰ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।