Transformer-आधारित स्प्रेडशीट तकनीक

 (byhand.ai)
2 पॉइंट द्वारा GN⁺ 2025-02-08 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI by Hand सामग्री को मैन्युअली कस्टमाइज़ करने की प्रक्रिया में उत्तरों में त्रुटि आ सकती है, इसलिए उपयोगकर्ताओं को अभ्यास प्रश्न और उनके उत्तर स्वयं बनाने के लिए एक टूल की ज़रूरत पड़ी
  • कई implementation तरीकों की समीक्षा करने के बाद Google Sheets को चुना गया, ताकि अधिक लोग इसे एक्सेस और संशोधित कर सकें
  • सार्वजनिक सामग्री में ट्रांसफॉर्मर अभ्यास के लिए एक Google Sheet शामिल है, जिसे तुरंत देखा जा सकता है
  • मौजूदा AI by Hand सामग्री को कई AI शिक्षकों के साथ कस्टमाइज़ किया गया है, और यह दुनिया भर की कई कक्षाओं में उपयोग हो रही है
  • यह अभी भी शुरुआती चरण में है, इसलिए उपयोग के दौरान मिला feedback टूल के सुधार पर सीधे असर डाल सकता है

Google Sheets से बना AI by Hand अभ्यास टूल

  • लक्ष्य यह है कि लोग कस्टम संख्याएँ और उत्तर डालकर अपने खुद के AI by Hand अभ्यास प्रश्न बना सकें
  • कई तकनीकों की समीक्षा के बाद, accessibility बढ़ाने के लिए Google Sheets का उपयोग करने का निर्णय लिया गया
  • ट्रांसफॉर्मर अभ्यास के लिए Google Sheet सार्वजनिक की गई है

मैन्युअल कस्टमाइज़ेशन की सीमाएँ और feedback का अनुरोध

  • पिछले कुछ महीनों में कई AI शिक्षकों के साथ मिलकर AI by Hand अभ्यास सामग्री को कस्टमाइज़ किया गया
  • यह सामग्री दुनिया भर की कई कक्षाओं में उपयोग हो रही है, और कस्टमाइज़ेशन की पूरी प्रक्रिया मैन्युअली की गई
  • मैन्युअल प्रक्रिया में उत्तरों में त्रुटियाँ आ सकती थीं, और कुछ मामलों में छात्रों ने उन्हें खोज भी लिया
  • टूल अभी शुरुआती चरण में है, इसलिए feedback आमंत्रित है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-02-08
Hacker News राय

  • सच में जिज्ञासा है, लेकिन इसे follow करने के बाद लोग क्या समझ लेने जैसा महसूस करते हैं, यह समझ नहीं आता
    linear regression के सारे matrix multiplication को पूरा लिख देने से क्या सच में कहा जा सकता है कि समझ आ गया? मुझे यह जानना है कि implementation तरीका ही मुख्य बात है, या यह कोई गहरी intuition बनाता है
    visualization की value समझ आती है, लेकिन उससे आगे असली educational benefit क्या है, यह साफ नहीं है। मैं ML/math background से हूं, लेकिन 10 साल से ज्यादा समय से पढ़ाया नहीं है, इसलिए शायद कुछ miss कर रहा हूं

    • मुझे लगता है इसका उल्टा असर ही target था, कम से कम मेरे लिए तो ऐसा था
      जब GPT-3 पहली बार आया था, तो सीमित ML background होने पर भी वह लगभग magic जैसा लगा था, लेकिन बाद में 3blue1brown का Transformer वीडियो देखने पर math खुद काफी simple लगी, यहां तक कि थोड़ी निराशा हुई
      मुख्य बात यह थी कि simple basic elements को अगर काफी बड़े scale तक बढ़ाया जाए, तो वे हैरान करने वाले results दे सकते हैं; Conway के Game of Life जैसे principles से बहुत complex और useful emergent behavior निकल सकता है, ऐसा लगा
    • ऐसे toy examples core structure को सच में समझा है या नहीं, यह verify करने में valuable होते हैं
      Transformer block समझाने वाली diagrams या equations देखी जा सकती हैं, लेकिन वहां से actual implementation तक कैसे जाते हैं, यह अलग बात है। ऐसे examples से देखा जा सकता है कि क्या कहां calculate हो रहा है, vectors और matrices की dimensions कैसी हैं
      LLMs के साथ काम करना चाहने वाले ज्यादातर लोगों के लिए यह जरूरी नहीं होगा, लेकिन personally मुझे working principles को बहुत low level तक explore करना पसंद है। real Transformer model के source code की तुलना में ऐसे examples को हाथों से experiment करना कहीं आसान है, और toy example समझ लेने के बाद real code भी ज्यादा आसानी से पकड़ में आता है
    • basics के level पर educational value है। खासकर math में कमजोर CS students को यह दिखाने में कि automatic differentiation calculus को matrix algebra में कैसे बदल देता है
      बाकी हिस्सों में भी lecture के साथ follow करने के लिए worksheet देने का मतलब है। coding के लिए मैं ipynb पसंद करता हूं, लेकिन algorithms के लिए hand calculations भी अच्छी हैं। 2025 में ऐसा न किया जाए तो class का 1/4 हिस्सा फोन देखेगा, और बाकी 3/4 के lecture में आने की संभावना कम है
      अगर आप papers या source code खुद पढ़ सकते हैं और math से डरते नहीं हैं, तो शायद यह material आपके लिए नहीं है
    • ऐसी visualizations machine learning की रहस्यमयता हटाने के लिहाज से बेहतरीन हैं। आखिरकार यह बस एक procedure है, और इसमें human sense वाली intelligence नहीं है, यह दिखाती हैं

  • AI की basics और internal working की intuition सिखाने के लिए related resource के तौर पर AI Unplugged[1] अच्छा है। pen, pencil, cards जैसे tools से game जैसी activities की जा सकती हैं
    AI/ML से परिचित न होने वाले अलग-अलग audiences, बच्चों और adults दोनों के साथ इसे कई बार इस्तेमाल किया है; हर बार लोगों ने enjoy किया और लगता था कि वे अपने modern world को थोड़ा बेहतर समझ पाए
    [1] http://www.aiunplugged.org

  • Excel में भी GPT-2 बनाया जा सकता है: https://www.youtube.com/watch?v=yjD2n_e9E3w&ab_channel=Sprea...

  • title में Spreadsheet लिखा है और असल में Google Sheets इस्तेमाल हो रहा है, तो यहां Excel क्यों कहा गया, समझ नहीं आता

    • अब वापस बदल दिया गया है। submitted title “Transformer Implemented Using Excel” था

  • Google Docs के /copy endpoint feature का इस्तेमाल अच्छा है। पढ़ाते समय hassle काफी कम कर देता है

  • इसे Postgres जैसे database के अंदर stored procedures, functions और triggers से implement किया जा सकता है, ऐसा भी माना जा सकता है
    एक तरह से database एक spreadsheet ही है, जिसके साथ कहीं ज्यादा robust query language लगी होती है

  • मिलती-जुलती HN thread: https://news.ycombinator.com/item?id=42967173

  • साथ देखने लायक resource के रूप में, formulas का ही इस्तेमाल करके Excel में implement की गई classical computer vision basics है: https://github.com/amzn/computer-vision-basics-in-microsoft-...
    original HN submission: https://news.ycombinator.com/item?id=22357374
    reference के लिए, मैं lead author हूं