∞सीधा उत्तर
सीधा उत्तर
किसी एआई टूल पर भरोसा करने से पहले उसे एक काम पर जाँचें। ऐसी फ़ाइलें और उत्तर उपयोग करें जिन्हें आप साझा कर सकते हैं और आपकी टीम जाँच चुकी है। हर टूल को एक ही इनपुट दें। उत्तर, स्रोत, तारीख और छूटे तथ्यों के उसके व्यवहार को जाँचें। यदि कोई बड़ी गलती डील के बारे में राय बदल सकती है, तो उपयोग रोक दें। अच्छा डेमो सुरक्षित उपयोग का प्रमाण नहीं है। [1] [2]
एक काम चुनें, पूरी डील का फैसला नहीं
ड्यू डिलिजेंस का मतलब निवेश से पहले की जाँच है। यह गाइड टीमों को स्टार्टअप की फ़ाइलें पढ़ने वाले टूल जाँचने में मदद करती है। यह किसी संस्थापक को अंक देने या रिटर्न का अनुमान लगाने का तरीका नहीं है। एक काम से शुरू करें, जैसे फ़ाइलों के एक संग्रह से नकदी के सवालों का उत्तर देना।
लिखें कि उपयोगी उत्तर में क्या दिखना चाहिए। नकदी के सवाल के लिए नकदी की तारीख और इकाई पूछें। नकदी चलने की अवधि के लिए पूछें कि नकदी कितने समय चलेगी। उत्तर में उपयोग हुआ शुद्ध नकदी खर्च बताना चाहिए। यह हर महीने खर्च हुई नकदी है, आने वाली नकदी घटाने के बाद।
NIST चेतावनी देता है कि एआई भरोसे के साथ गलत तथ्य बता सकता है। वह स्रोत भी गढ़ सकता है। OpenAI केवल व्यापक स्कोर नहीं, बल्कि काम के लिए बने परीक्षण सुझाता है। साफ-सुथरा उत्तर भी गलत हो सकता है। [1] [2]
- काम और उसे जाँचने वाले व्यक्ति का नाम लिखें।
- ज़रूरी तथ्य, तारीखें और इकाइयाँ बताएं।
- बताएं कि टूल को क्या तय या क्या नहीं करना चाहिए।
स्वीकृत फ़ाइलों से उत्तर कुंजी बनाएँ
उत्तर कुंजी परीक्षण प्रश्नों और जाँचे हुए उत्तरों की सूची है। टूल जाँचने से पहले इसे लिखें। हर उत्तर के लिए स्रोत फ़ाइल, पृष्ठ और तारीख लिखें। टीम के दूसरे सदस्य से कुंजी जँचवाएँ। टूल को परखने से पहले अपनी कुंजी की कमियाँ ठीक करें।
सादे तथ्य, जोड़ और कठिन मामले शामिल करें। ऐसा प्रश्न जोड़ें जिसका उत्तर फ़ाइलों में नहीं है। ऐसी दो फ़ाइलें जोड़ें जो बिना साफ कारण के अलग बात कहती हैं। अपेक्षित उत्तर को कमी या टकराव बताना चाहिए, यह अनुमान नहीं लगाना चाहिए कि कौन-सा तथ्य सही है। OpenAI इन्हें सामान्य, सीमा और प्रतिकूल मामले कहता है। [2]
गढ़ी हुई फ़ाइलें या स्वीकृत प्रतियाँ उपयोग करें, जिनसे निजी तथ्य हटा दिए गए हों। इन्हें उन चरणों, क्षेत्रों, भाषाओं और फ़ाइल प्रकारों से मिलाएँ जिन्हें आप उपयोग करने वाले हैं। केवल साफ अंग्रेज़ी पाठ से बना परीक्षण अन्य भाषाओं की स्कैन की हुई फ़ाइलों के बारे में बहुत कम बताता है। यह असली डील की गुणवत्ता के बारे में भी बहुत कम बताता है।
- स्पष्ट तथ्य: नकदी शेष और उसकी तारीख खोजें।
- जोड़: बताई गई नकदी और शुद्ध नकदी खर्च से नकदी चलने की अवधि निकालें।
- अनुपस्थित तथ्य: कहें कि फ़ाइलें उत्तर नहीं देतीं।
- टकराव: दोनों स्रोत दिखाएँ और जाँच माँगें।
इनपुट स्थिर रखें और परीक्षण सुरक्षित रखें
हर टूल को वही फ़ाइलें और प्रश्न दें। जाँचे हुए उत्तर उसके इनपुट से बाहर रखें। टूल का संस्करण, सेटिंग और परीक्षण की तारीख सहेजें। वह जो भी वेब खोज या अतिरिक्त फ़ाइलें उपयोग कर सकता है, उन्हें दर्ज करें। इसके बिना आप अलग स्रोत-संग्रहों की तुलना कर रहे हो सकते हैं, टूलों की नहीं।
कुछ भी अपलोड करने से पहले, विक्रेता की शर्तें और डेटा सेटिंग जाँचें। पूछें कि फ़ाइलों तक कौन पहुँच सकता है। पूछें कि फ़ाइलें और लॉग कितने समय रखे जाते हैं। जाँचें कि क्या उनका उपयोग मॉडल प्रशिक्षित करने के लिए हो सकता है। जब तक आपकी फर्म उस उपयोग को मंज़ूरी न दे, निजी डील फ़ाइलें अपलोड न करें।
केवल-पढ़ने वाले स्थान में चलाएँ। परीक्षण टूल को ट्रेड करने, मेल भेजने या फ़ाइलें साझा करने का अधिकार न दें। सुरक्षा परीक्षणों को अपना अलग सुरक्षित दायरा चाहिए। NIST की रूपरेखा स्वैच्छिक मार्गदर्शन है, यह प्रमाण नहीं कि विक्रेता स्थानीय कानून मानता है। डेटा और अनुबंधों पर योग्य स्थानीय सलाह लें। [1]
उत्तर और स्रोत को अलग-अलग अंक दें
हर उत्तर को कुंजी से मिलाएँ। फिर उसके बताए स्रोत को खोलें। क्या वह अंश दावे का समर्थन करता है? क्या तारीख सही है? क्या इकाई सही है? गलत स्रोत के साथ सही संख्या भी स्रोत जाँच में विफल है। सभी गलतियों को एक औसत में न मिलाएँ।
Google सही स्रोत खोजने और उसका अच्छा उपयोग करने को अलग मानता है। यदि कोई उत्तर विफल हो, तो जाँचें कि कौन-सा कदम गलत हुआ। पुरानी फ़ाइल का सही सार भी आपके प्रश्न को न बता सके। किसी संस्थापक की फ़ाइल में समर्थन होना यह साबित नहीं करता कि फ़ाइल सही है। डील के मुख्य तथ्यों को दूसरे तरीकों से सत्यापित करें। [3]
यह एक गढ़ा हुआ परीक्षण उदाहरण है, विक्रेता का परिणाम नहीं। 10 उत्तरों में से 8 उत्तर जाँच में पास होते हैं। 6 स्रोत जाँच में पास होते हैं। ये समूह एक-दूसरे से मिल सकते हैं। एक उत्तर नकदी को गलत बताता है। यदि इससे डील के बारे में राय बदल सकती है, तो उस काम के लिए उपयोग रोक दें। बाकी पास इस गलती को रद्द नहीं करते।
- उत्तर: क्या यह जाँचे हुए तथ्य से मिलता है?
- स्रोत: क्या बताया गया पृष्ठ दावे का समर्थन करता है?
- तारीख और इकाई: क्या वे प्रश्न से मेल खाती हैं?
- अज्ञात बातें: क्या यह अनुपस्थित या टकराते तथ्य बताता है?
अंतिम उत्तर सिखाए बिना परीक्षण दोहराएँ
एक ही इनपुट को एक से अधिक बार आज़माएँ। केवल सबसे अच्छा नहीं, हर उत्तर दर्ज करें। एआई एक ही इनपुट से अलग परिणाम दे सकता है। गिनें कि बड़ी गलती कितनी बार लौटती है। एक अच्छा परिणाम न चुनें और बाकी न छिपाएँ। [2]
कुछ मामलों से निर्देश और सेटिंग ठीक करें। दूसरे मामलों को अंतिम परीक्षण के लिए अलग रखें। उन अंतिम उत्तरों से टूल को न सुधारें। जब नए फ़ाइल प्रकार या विफलता के तरीके दिखें, तो नए मामले जोड़ें। छोटा परीक्षण एक शुरुआत है, भविष्य की सभी गलतियों का पक्का अनुमान नहीं।
यदि एआई उत्तरों को अंक देने में मदद करे, तो उसके अंकों को हाथ से जाँचें। दूसरा एआई वही गलती छोड़ सकता है। OpenAI कहता है कि मॉडल के अंकों को मानव लेबल से जाँचना चाहिए। किसी नामित समीक्षक से विवाद सुलझवाएँ। केवल मिलते शब्दों या लंबे गद्य को नहीं, समर्थन और अर्थ को अंक दें। [2]
सीमित उपयोग मंज़ूर करें और रोक नियम रखें
नतीजे देखने से पहले पास और रोक नियम तय करें। आपकी फर्म को काम के जोखिमों के लिए इन्हें चुनना चाहिए। सभी डीलों के लिए एक ही सुरक्षित पास दर नहीं है। नकदी, स्वामित्व या डेटा पहुँच की बड़ी गलती उस उपयोग को तब तक रोकनी चाहिए, जब तक वह ठीक होकर फिर से न जाँची जाए।
यदि परीक्षण पास हो, तो केवल उसी काम को मंज़ूरी दें जिसे आपने जाँचा है। डील को प्रभावित करने वाले तथ्यों पर मानव जाँच रखें। मॉडल, निर्देश, खोज या स्रोत-संग्रह में बदलाव के बाद फिर से जाँचें। नई गलतियाँ और उपयोग रोकने का अधिकार किसे है, यह दर्ज करें। NIST उपयोग से पहले और लगातार समीक्षा के दौरान स्रोत जाँच कहता है। [1]
इस गाइड में एआई सहायता और जुड़े स्रोतों का उपयोग हुआ है। इसका परीक्षण उदाहरण काल्पनिक है। इस लेख के लिए किसी विक्रेता का परीक्षण नहीं किया गया। यह निवेश या कानूनी सलाह नहीं है। पूरी डील जाँच और स्थानीय डेटा नियम फिर भी लागू हैं। टूल परीक्षण यह साबित नहीं कर सकता कि कोई स्टार्टअप अच्छा निवेश है।
FAQ
अक्सर पूछे जाने वाले प्रश्न
एआई डिलिजेंस परीक्षण में कितने मामले होने चाहिए?
अपने सामने के कामों और जोखिमों को कवर करने के लिए पर्याप्त मामले उपयोग करें। छोटा शुरू करें, फिर ऐसे असली विफलता मामले जोड़ें जिनका आप कानूनी रूप से उपयोग कर सकते हैं। छोटा समूह कम गलती दर का प्रमाण नहीं है। अंतिम समूह को टूल सुधारने में उपयोग हुए मामलों से अलग रखें।
क्या स्रोत वाला उत्तर हमेशा सही होता है?
नहीं। स्रोत दावे का समर्थन नहीं कर सकता। वह पुराना हो सकता है या खुद गलत हो सकता है। अंश, तारीख और इकाई जाँचें। दी गई फ़ाइलों से आगे जाकर कंपनी के मुख्य तथ्य भी जाँचें।
क्या दूसरा एआई मानव अंकन की जगह ले सकता है?
नहीं। वह उत्तरों को छाँटने में मदद कर सकता है, पर उसमें पहले टूल जैसी गलतियाँ हो सकती हैं। उसके अंकों की तुलना जाँचे हुए मानव लेबल से करें। विवादित और अधिक जोखिम वाले उत्तरों का प्रभारी एक व्यक्ति रखें।
किस बात पर निवेशक को टूल का उपयोग रोक देना चाहिए?
यदि कोई बड़ी गलती डील के बारे में राय बदल सकती है, तो प्रभावित उपयोग रोक दें। यदि डेटा अधिकार या पहुँच स्पष्ट नहीं हैं, तो अपलोड रोक दें। कारण ठीक करें, फिर जाँचें और किसी भी दोबारा शुरू करने को किसने मंज़ूरी दी, यह दर्ज करें।
REF
स्रोत
- 1
- 2
- 3
Google Cloud — Smitha Kolan
Master Generative AI Evaluation: From Single Prompts to Complex Agents — 15 December 2025 ↗
