बोला गया सारांश — साथ पढ़ने के लिए प्ले दबाएँ: बोली जा रही पंक्ति ऊपर रहती है।
आप क्या सीखेंगे
अनुमानित समय: 20 मिनट
इस पाठ के अंत तक आप सक्षम होंगे:
- चार गुणों और प्रशिक्षण फिंगरप्रिंट को एक कार्यशील मानसिक मॉडल में संश्लेषित करना
- Capabilities & Limitations framework को 4D Framework से एक प्रणाली के दो भागों के रूप में जोड़ना
- इस सप्ताह अपने AI अभ्यास में करने के लिए एक ठोस परिवर्तन की पहचान करना
बेहतर AI आउटपुट प्राप्त करने के लिए 4D framework को लागू करना
(5 मिनट)
Fluent AI का उपयोग हर विफलता मोड को याद रखने के बारे में नहीं है। यह आपके सिर में मशीन का एक छोटा, स्पष्ट मॉडल रखने के बारे में है, ताकि जब कुछ गलत हो तो आप पहचान सकें कि यह किस तरह की गलती है और तदनुसार प्रतिक्रिया दे सकें।
मशीन का एक छोटा मॉडल
AI Capabilities & Limitations Framework
चार गुण जो यह आकार देते हैं कि AI आपके लिए क्या कर सकता है और क्या नहीं कर सकता है। प्रत्येक एक स्पेक्ट्रम पर बैठता है — जितना अधिक दाईं ओर, उतना अधिक आपको सत्यापित और मुआवजा देना चाहिए।
क्षमता
सीमा
Next Token Prediction
AI उत्तर कहाँ से आते हैं?
अच्छी तरह से पहने हुए रास्ते: सारांश, पुनः प्रारूप, सामान्य अवधारणाओं की व्याख्याउपन्यास क्षेत्र, विरल पैटर्न, "सच बनाम सच लगता है"
Knowledge
AI वास्तव में क्या जानता है?
बार-बार, प्रशिक्षण में हाल ही में, सुसंगत: मुख्यधारा के विषय, लोकप्रिय भाषाएंदुर्लभ, कटऑफ के बाद, आला, स्थानीय, या विवादास्पद विषय
Working Memory
AI अभी किस पर ध्यान दे रहा है?
सामग्री आराम से फिट बैठती है, सत्र वर्तमान है, आप प्रासंगिक संदर्भ प्रदान करते हैंबहुत लंबे दस्तावेज़/बातचीत, क्रॉस-सत्र निरंतरता की अपेक्षा (cliff)
Steerability
मैं कितना नियंत्रण में हूँ?
छोटे, ठोस, सत्यापन योग्य निर्देश ("एक तालिका के रूप में प्रतिक्रिया दें," "100 शब्दों के तहत")लंबी तर्क श्रृंखलाएं, अमूर्त अनुरोध, मूल सटीकता
मुख्य बिंदु
- आप अब एक कार्यशील मानसिक मॉडल रखते हैं: चार गुण निरंतरता के रूप में, विशेषता विफलताएं संपत्ति चौराहों के रूप में।
- यह framework और 4D Framework एक प्रणाली के दोनों पक्ष हैं। गुण समझाते हैं कि 4D competencies किस पर प्रतिक्रिया दे रहे हैं।
- Calibrated trust का अर्थ है अपने कार्य को प्रत्येक गुण की निरंतरता पर स्थित करना और अपनी सत्यापन और संदर्भ आदतों को इसके अनुसार मिलाना।
- Models लगातार बदलते रहेंगे। इन गुणों का आकार उपयोगी रहता है भले ही सटीक सीमाएं बदल जाएं।
अभ्यास
अभ्यास: आपकी प्रतिबद्धता
पाठ 1 से अपनी कार्य सूची पर एक आखिरी बार लौटें। प्रत्येक कार्य के लिए, एक त्वरित अंतर्ज्ञान नोट करें: कार्य प्रत्येक गुण की निरंतरता पर कहाँ उतरता है, और आपको किन शमन की आवश्यकता हो सकती है?
अब, एक कार्य और एक परिवर्तन चुनें जो आप इस सप्ताह करेंगे (एक सत्यापन चरण, एक स्थायी-संदर्भ सेटअप, एक checkpoint, एक goal-stated-not-just-format आदत)। इसे लिख लें।
पाठ प्रतिबिंब
- पाठ 1 से अब तक AI व्यवहार के बारे में आपकी सोच में सबसे बड़ा बदलाव क्या है?
- 4Ds में से कौन सा आपने यहाँ जो सीखा है उससे सबसे तुरंत तीव्र महसूस होता है?
आगे क्या है
यदि आपने अभी तक AI Fluency Framework & Foundations course नहीं लिया है, तो वह अगला स्वाभाविक कदम है। यह इस पाठ्यक्रम द्वारा दिए गए मशीन-पक्ष संदर्भ के लिए मानव competencies पर गहराई से जाता है। और किनारों का परीक्षण करते रहें: गुण स्थिर रहते हैं, लेकिन जहाँ लाइनें बैठती हैं वह models में सुधार के साथ बदलती रहेगी।
प्रतिक्रिया
जैसे-जैसे आप पाठ्यक्रम के माध्यम से आगे बढ़ते हैं, हम आपसे सुनना पसंद करेंगे कि आप अपने काम में पाठ्यक्रम से अवधारणाओं का उपयोग कैसे कर रहे हैं, साथ ही आपके पास कोई भी प्रतिक्रिया हो सकती है। अपनी प्रतिक्रिया यहाँ साझा करें।
स्वीकृति और लाइसेंस
_Copyright 2026 Anthropic. Prof. Rick Dakan (Ringling College of Art and Design) और Prof. Joseph Feller (University College Cork) द्वारा विकसित AI Fluency Framework पर आधारित मूल कार्य। CC BY-NC-SA 4. 0 लाइसेंस के तहत जारी।_