উত্তর নিয়ন্ত্রণ করতে মডেল কনফিগারেশন ব্যবহার করা

মডেলের প্রতিটি কলে, মডেল কীভাবে উত্তর জেনারেট করবে তা নিয়ন্ত্রণ করতে আপনি মডেল কনফিগারেশন পাঠাতে পারেন। প্রতিটি মডেল বিভিন্ন কনফিগারেশন বিকল্প সমর্থন করে, যেমন maxOutputTokens সেট করা বা চিন্তাভাবনার জন্য বিশেষ কনফিগারেশন, প্রতিক্রিয়া মোডালিটি, ছবি, স্পিচ বা ভয়েস অ্যাক্টিভিটি শনাক্তকরণ (VAD)।

বেশিরভাগ ক্ষেত্রে Gemini মডেল অ্যাক্সেস করার সময়, আপনি GenerationConfig ব্যবহার করে মডেল কনফিগার করেন। তবে, আপনি যদি Gemini Live API মডেল কনফিগার করেন, তাহলে LiveGenerationConfig ব্যবহার করুন।

এই পৃষ্ঠায় দেখানো হয়েছে যে কীভাবে Gemini মডেলের জন্য কনফিগারেশন সেট-আপ করতে হয় এবং উপলভ্য প্যারামিটারের সারণী প্রদান করে।

Gemini কনফিগারেশনে যান Gemini Live API কনফিগারেশনে যান

Gemini মডেলের জন্য GenerationConfig

এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট এবং কোড দেখতে আপনার Gemini API প্রদানকারীর উপর ক্লিক করুন।

সাধারণ-ব্যবহারের মডেল, ছবি-জেনারেট করার (Nano Banana) মডেল এবং টেক্সট-টু-স্পিচ (TTS) মডেল সহ বেশিরভাগ Gemini মডেলের জন্য একটি GenerationConfig সেট করুন।

GenerativeModel ইনস্ট্যান্সের লাইফটাইমের জন্য কনফিগারেশন মেইনটেইন করা হয়। আপনি অন্য কোনও কনফিগারেশন ব্যবহার করতে চাইলে, অন্য কনফিগারেশন সহ নতুন ইনস্ট্যান্স তৈরি করে ব্যবহার করুন।

নিম্নলিখিত উদাহরণে একটি খুব সাধারণ মডেল কনফিগারেশন দেখানো হয়েছে। অতিরিক্ত বিকল্পের জন্য (বিশেষ করে বিশেষ মডেলের জন্য), এই পৃষ্ঠার পরে উপলভ্য প্যারামিটার-এর সারণী দেখুন।

Swift

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


import FirebaseAILogic

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
let config = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"]
)

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
val config = generationConfig {
    maxOutputTokens = 200
    stopSequences = listOf("red")
}

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    generationConfig = config
)

// ...

Java

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
configBuilder.maxOutputTokens = 200;
configBuilder.stopSequences = List.of("red");

GenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `GenerativeModel` instance.
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                    "GEMINI_MODEL_NAME",
                    config
                );
);

// ...

Web

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
const generationConfig = {
  maxOutputTokens: 200,
  stopSequences: ["red"],
};

// Specify the config as part of creating the `GenerativeModel` instance.
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME",  generationConfig });

// ...

Dart

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig-এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
final generationConfig = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"],
);

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  generationConfig: generationConfig,
);

// ...

Unity

GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
var generationConfig = new GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: new string[] { "red" }
);

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);
আপনি Google AI Studio ব্যবহার করে প্রম্পট ও মডেল কনফিগারেশন নিয়ে এক্সপেরিমেন্ট করতে পারবেন।

Gemini Live API মডেলের জন্য LiveGenerationConfig

এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট এবং কোড দেখতে আপনার Gemini API প্রদানকারীর উপর ক্লিক করুন।

Gemini Live API মডেল ব্যবহার করার সময় শুধুমাত্র LiveGenerationConfig সেট করুন।

LiveModel ইনস্ট্যান্সের লাইফটাইমের জন্য কনফিগারেশন মেইনটেইন করা হয়। আপনি অন্য কোনও কনফিগারেশন ব্যবহার করতে চাইলে, অন্য কনফিগারেশন সহ নতুন ইনস্ট্যান্স তৈরি করে ব্যবহার করুন।

নিম্নলিখিত উদাহরণে একটি খুব সাধারণ মডেল কনফিগারেশন দেখানো হয়েছে। অতিরিক্ত বিকল্পের (যেমন, ভয়েস অ্যাক্টিভিটি শনাক্তকরণ (VAD) কনফিগার করা) জন্য, এই পৃষ্ঠার নিচে উপলভ্য প্যারামিটার-এর সারণী দেখুন।

Swift

LiveModel ইনস্ট্যান্স শুরু করার সময় liveGenerationConfig-এ প্যারামিটারের ভ্যালু সেট করুন:


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
let config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [.audio],
  speech: SpeechConfig(voiceName: "Fenrir"),
)

// Specify the config as part of creating the `liveModel` instance.
let liveModel = FirebaseAI.firebaseAI(backend: .googleAI()).liveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

LiveModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে LiveGenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
val config = liveGenerationConfig {
    maxOutputTokens = 200
    responseModality = ResponseModality.AUDIO
    speechConfig = SpeechConfig(voice = Voice("FENRIR"))
}

// Specify the config as part of creating the `LiveModel` instance.
val liveModel = Firebase.ai(backend = GenerativeBackend.googleAI()).liveModel(
    modelName = "GEMINI_LIVE_MODEL_NAME",
    generationConfig = config
)

// ...

Java

LiveModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে LiveGenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
LiveGenerationConfig.Builder configBuilder = new LiveGenerationConfig.Builder();
configBuilder.setMaxOutputTokens(200);
configBuilder.setResponseModality(ResponseModality.AUDIO);

configBuilder.setSpeechConfig(new SpeechConfig(new Voice("FENRIR")));

LiveGenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `LiveModel` instance.
LiveGenerativeModel lm = FirebaseAI.getInstance(GenerativeBackend.googleAI()).liveModel(
          "GEMINI_LIVE_MODEL_NAME",
          config
);

// ...

Web

LiveGenerativeModel ইনস্ট্যান্স শুরু করার সময় LiveGenerationConfig-এ প্যারামিটারের ভ্যালু সেট করুন:


// ...

// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
const liveGenerationConfig = {
  maxOutputTokens: 200,
  responseModalities: [ResponseModality.AUDIO],
  speechConfig: {
    voiceConfig: {
      prebuiltVoiceConfig: { voiceName: "Fenrir" },
    },
  },
};

// Specify the config as part of creating the `LiveGenerativeModel` instance.
const liveModel = getLiveGenerativeModel(ai, {
  model: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig,
});

// ...

Dart

LiveGenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে LiveGenerationConfig-এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
final config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [ResponseModalities.audio],
  speechConfig: SpeechConfig(voiceName: 'Fenrir'),
);

// Specify the config as part of creating the `liveGenerativeModel` instance.
final liveModel = FirebaseAI.googleAI().liveGenerativeModel(
  model: 'GEMINI_LIVE_MODEL_NAME',
  liveGenerationConfig: config,
);

// ...

Unity

LiveModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে LiveGenerationConfig -এ প্যারামিটারের ভ্যালু সেট করুন।


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
var config = new LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: new[] { ResponseModality.Audio },
  speechConfig: SpeechConfig.UsePrebuiltVoice("Fenrir")
);

// Specify the config as part of creating the `LiveModel` instance.
var liveModel = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetLiveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig: config
);

// ...
আপনি Google AI Studio ব্যবহার করে প্রম্পট ও মডেল কনফিগারেশন নিয়ে এক্সপেরিমেন্ট করতে পারবেন।


উপলভ্য মডেল প্যারামিটার

মডেল কনফিগারেশনের জন্য উপলভ্য প্যারামিটারগুলির একটি হাই-লেভেল ওভারভিউ নিম্নলিখিত সারণীতে দেওয়া হল। কিছু প্যারামিটার শুধুমাত্র নির্দিষ্ট কিছু মডেলের ক্ষেত্রে প্রযোজ্য।

প্যারামিটার বিবরণ সীমাবদ্ধতা ডিফল্ট ভ্যালু
অডিও টাইমস্ট্যাম্প
audioTimestamp 		শুধুমাত্র অডিও ইনপুট ফাইলের জন্য টাইমস্ট্যাম্প বোঝার সুবিধা চালু করে।

Boolean

শুধুমাত্র GenerativeModel কনফিগারেশন ব্যবহার করলে এবং ইনপুটের ধরন শুধুমাত্র-অডিও ফাইল হলে প্রযোজ্য।

false
সর্বাধিক আউটপুট টোকেন
maxOutputTokens

উত্তরে সর্বাধিক কতগুলি টোকেন জেনারেট করা যেতে পারে তা নির্দিষ্ট করে।

gemini-4-argon-এর জন্য, ডিফল্ট এবং সর্বাধিক আউটপুট টোকেন সীমা হল নন-স্ট্রিমিং অনুরোধের জন্য 32,768 টোকেন এবং স্ট্রিমিং অনুরোধের জন্য 65,536 টোকেন। মনে রাখবেন যে Firebase AI Logic-এ এখনও দীর্ঘ ডিকোড করার সুবিধা নেই, তবে এই ফিচারটি শীঘ্রই আসছে!

--- ---
সিকোয়েন্স বন্ধ করুন
stopSequences 		স্ট্রিংয়ের একটি তালিকা নির্দিষ্ট করে যা মডেলকে কন্টেন্ট জেনারেট করা বন্ধ করতে বলে যদি উত্তরে কোনও একটি স্ট্রিং পাওয়া যায়।

GenerativeModel কনফিগারেশন ব্যবহার করার সময় শুধুমাত্র প্রযোজ্য।

Nano Banana বা TTS মডেলের জন্য প্রযোজ্য নয়।

---
বিশেষ কনফিগারেশন
ভাবছি
thinkingConfig

মডেল যখন উত্তর জেনারেট করে তখন তার "চিন্তা করার প্রসেস" নিয়ন্ত্রণ করে।

  • থিঙ্কিং লেভেল ব্যবহার করে মডেল কতটা চিন্তা করতে পারবে তা কন্ট্রোল করুন।
  • চিন্তার সারসংক্ষেপ অন্তর্ভুক্ত করা হবে কিনা তা নিয়ন্ত্রণ করুন।

সাপোর্ট করা ভ্যালু: thinking ডকুমেন্টেশন দেখুন

TTS মডেলের ক্ষেত্রে প্রযোজ্য নয়।

Firebase AI Logic-এ Live API মডেলের জন্য thinkingConfig সেট করার সুবিধা এখনও নেই।

মডেলের উপর নির্ভর করে
উত্তর দেওয়ার মোডালিটি
responseModalities 		আউটপুটের ধরন (যেমন টেক্সট, অডিও বা ছবি) নির্দিষ্ট করে। শুধুমাত্র Nano Banana, TTS ও Live API মডেল ব্যবহার করার সময় প্রযোজ্য (এবং প্রয়োজনীয়)। ---
ছবির বৈশিষ্ট্য
imageConfig 		জেনারেট করা ছবির অ্যাস্পেক্ট রেশিও ও রেজোলিউশন নির্দিষ্ট করে।

কাজ করে এমন ভ্যালু: ছবি জেনারেশন কনফিগার করুন দেখুন

Nano Banana মডেল ব্যবহার করার সময় শুধুমাত্র প্রযোজ্য।

১:১ অ্যাস্পেক্ট রেশিও (বর্গাকার)
১০২৪x১০২৪ রেজোলিউশন
স্পিচ (ভয়েস)
speechConfig 		অডিও আউটপুটের জন্য ব্যবহৃত ভয়েস নির্দিষ্ট করে। TTS মডেল এবং Live API মডেল ব্যবহার করার সময় শুধুমাত্র প্রযোজ্য।

TTS মডেলের জন্য প্রয়োজন। 		Puck
ভয়েস অ্যাক্টিভিটি শনাক্তকরণ (VAD)
realtimeInputConfig 		ভয়েস অ্যাক্টিভিটি শনাক্তকরণ (VAD), বাধা ম্যানেজ করা এবং টার্ন কনটেক্সট কভারেজ কনফিগার করে অথবা অটোমেটিক VAD বন্ধ করে।

সাপোর্ট করা ভ্যালু: VAD কনফিগার করুন দেখুন

Live API মডেল ব্যবহার করার সময় শুধুমাত্র প্রযোজ্য।

VAD চালু করা আছে

আলাদা আলাদা সেটিংসের জন্য ডিফল্ট ভ্যালু দেখুন।


কন্টেন্ট জেনারেশন নিয়ন্ত্রণ করার অন্যান্য বিকল্প

  • প্রম্পট ডিজাইন সম্পর্কে আরও জানুন যাতে আপনি মডেলকে আপনার প্রয়োজন অনুযায়ী আউটপুট তৈরি করতে প্রভাবিত করতে পারেন।
  • ঘৃণাত্মক বক্তব্য ও যৌনতাপূর্ণ কন্টেন্ট সহ ক্ষতিকর বলে বিবেচিত হতে পারে এমন উত্তর পাওয়ার সম্ভাবনা অ্যাডজাস্ট করতে নিরাপত্তা সেটিংস ব্যবহার করুন।
  • মডেলের আচরণ পরিচালনা করতে সিস্টেম নির্দেশাবলী সেট করুন। এই ফিচারটি হল প্রারম্ভিক নির্দেশাবলীর মতো যা আপনি মডেলকে ব্যবহারকারীর থেকে আরও নির্দেশাবলী পাওয়ার আগে যোগ করেন।
  • নির্দিষ্ট আউটপুট স্কিমা উল্লেখ করতে প্রম্পটের সাথে উত্তর স্কিমা পাস করুন। এই ফিচারটি সবচেয়ে বেশি ব্যবহার করা হয় JSON আউটপুট জেনারেট করার সময়, তবে এটি শ্রেণিবিভাগ সংক্রান্ত টাস্কের জন্যও ব্যবহার করা যেতে পারে (যেমন, আপনি যখন চান যে মডেলটি নির্দিষ্ট লেবেল বা ট্যাগ ব্যবহার করুক)।