Gemini API ডিফল্টরূপে অসংগঠিত পাঠ্য হিসাবে প্রতিক্রিয়া প্রদান করে। যাইহোক, কিছু ব্যবহারের ক্ষেত্রে JSON এর মতো কাঠামোবদ্ধ পাঠ্য প্রয়োজন। উদাহরণস্বরূপ, আপনি অন্যান্য ডাউনস্ট্রিম কাজের জন্য প্রতিক্রিয়া ব্যবহার করতে পারেন যার জন্য একটি প্রতিষ্ঠিত ডেটা স্কিমা প্রয়োজন।
মডেলের তৈরি আউটপুট সর্বদা একটি নির্দিষ্ট স্কিমা মেনে চলে তা নিশ্চিত করতে, আপনি একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করতে পারেন, যা মডেল প্রতিক্রিয়াগুলির জন্য একটি ব্লুপ্রিন্টের মতো কাজ করে৷ তারপরে আপনি কম পোস্ট-প্রসেসিং সহ মডেলের আউটপুট থেকে সরাসরি ডেটা বের করতে পারেন।
এখানে কিছু উদাহরণ আছে:
নিশ্চিত করুন যে একটি মডেলের প্রতিক্রিয়া বৈধ JSON তৈরি করে এবং আপনার প্রদত্ত স্কিমার সাথে সঙ্গতিপূর্ণ।
উদাহরণস্বরূপ, মডেলটি রেসিপিগুলির জন্য কাঠামোগত এন্ট্রি তৈরি করতে পারে যা সর্বদা রেসিপির নাম, উপাদানগুলির তালিকা এবং পদক্ষেপগুলি অন্তর্ভুক্ত করে। তারপরে আপনি আপনার অ্যাপের UI-তে এই তথ্যটি আরও সহজে পার্স এবং প্রদর্শন করতে পারেন।শ্রেণীবিন্যাস কাজের সময় একটি মডেল কীভাবে প্রতিক্রিয়া জানাতে পারে তা সীমাবদ্ধ করুন।
উদাহরণ স্বরূপ, আপনি মডেলটি তৈরি করে এমন লেবেলের পরিবর্তে লেবেলের একটি নির্দিষ্ট সেট (উদাহরণস্বরূপ, ইনামগুলির একটি নির্দিষ্ট সেট যেমনpositive
এবংnegative
) সহ মডেল টীকা পাঠ রাখতে পারেন (যার পরিবর্তনশীলতার একটি ডিগ্রি থাকতে পারে যেমনgood
,positive
,negative
, বাbad
)।
এই নির্দেশিকা আপনাকে দেখায় কিভাবে জেএসওএন আউটপুট জেনারেট করতে একটি কলে responseSchema
generateContent
করে। এটি শুধুমাত্র টেক্সট-ইনপুটের উপর ফোকাস করে, কিন্তু জেমিনি মাল্টিমোডাল অনুরোধের জন্য কাঠামোগত প্রতিক্রিয়াও তৈরি করতে পারে যাতে ইনপুট হিসাবে ছবি, ভিডিও এবং অডিও অন্তর্ভুক্ত থাকে।
এই পৃষ্ঠার নীচে আরও উদাহরণ রয়েছে, যেমন আউটপুট হিসাবে enum মান কীভাবে তৈরি করা যায় । আপনি কীভাবে কাঠামোগত আউটপুট তৈরি করতে পারেন তার অতিরিক্ত উদাহরণ দেখতে, Google Cloud ডকুমেন্টেশনে উদাহরণ স্কিমা এবং মডেল প্রতিক্রিয়াগুলির তালিকাটি দেখুন।
ঐচ্ছিকভাবে Gemini API এর একটি বিকল্প " Google AI " সংস্করণ নিয়ে পরীক্ষা করুন৷
Google AI Studio এবং Google AI ক্লায়েন্ট SDK ব্যবহার করে বিনামূল্যে অ্যাক্সেস পান (সীমার মধ্যে এবং যেখানে উপলব্ধ)। এই SDKগুলি শুধুমাত্র মোবাইল এবং ওয়েব অ্যাপে প্রোটোটাইপ করার জন্য ব্যবহার করা উচিত৷একটি Gemini API কীভাবে কাজ করে তার সাথে পরিচিত হওয়ার পরে, Vertex AI in Firebase তে স্থানান্তর করুন (এই ডকুমেন্টেশন), যেটিতে মোবাইল এবং ওয়েব অ্যাপের জন্য গুরুত্বপূর্ণ অনেক অতিরিক্ত বৈশিষ্ট্য রয়েছে, যেমন Firebase App Check ব্যবহার করে অপব্যবহার থেকে API রক্ষা করা এবং এর জন্য সমর্থন অনুরোধে বড় মিডিয়া ফাইল ।
ঐচ্ছিকভাবে Vertex AI Gemini API সার্ভার-সাইডে কল করুন (যেমন Python, Node.js, বা Go)
Gemini API এর Firebase Extensions সার্ভার-সাইড Vertex AI SDKs , Firebase Genkit বা Firebase এক্সটেনশনগুলি ব্যবহার করুন৷
আপনি শুরু করার আগে
আপনি যদি ইতিমধ্যেই না করে থাকেন, Vertex AI in Firebase জন্য শুরু করার নির্দেশিকাটি সম্পূর্ণ করুন। নিশ্চিত করুন যে আপনি নিম্নলিখিত সমস্ত কাজ করেছেন:
ব্লেজ প্রাইসিং প্ল্যান ব্যবহার করা এবং প্রয়োজনীয় এপিআই সক্ষম করা সহ একটি নতুন বা বিদ্যমান ফায়ারবেস প্রকল্প সেট আপ করুন৷
আপনার অ্যাপটি রেজিস্টার করা এবং আপনার অ্যাপে আপনার Firebase কনফিগার যোগ করা সহ আপনার অ্যাপটিকে Firebase-এ সংযুক্ত করুন।
SDK যোগ করুন এবং আপনার অ্যাপে Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করুন।
আপনি আপনার অ্যাপটিকে Firebase-এ সংযুক্ত করার পরে, SDK যোগ করার পরে এবং Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করার পরে, আপনি Gemini API কল করতে প্রস্তুত৷
ধাপ 1 : একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করুন
একটি মডেলের আউটপুটের গঠন, ক্ষেত্রের নাম এবং প্রতিটি ক্ষেত্রের জন্য প্রত্যাশিত ডেটা টাইপ নির্দিষ্ট করতে একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করুন।
যখন একটি মডেল তার প্রতিক্রিয়া তৈরি করে, তখন এটি আপনার প্রম্পট থেকে ক্ষেত্রের নাম এবং প্রসঙ্গ ব্যবহার করে। যাতে আপনার অভিপ্রায় স্পষ্ট হয়, আমরা সুপারিশ করি যে আপনি একটি পরিষ্কার কাঠামো, দ্ব্যর্থহীন ক্ষেত্রের নাম এবং এমনকি প্রয়োজন অনুযায়ী বর্ণনা ব্যবহার করুন।
প্রতিক্রিয়া স্কিমা জন্য বিবেচনা
আপনার প্রতিক্রিয়া স্কিমা লেখার সময় নিম্নলিখিতগুলি মনে রাখবেন:
প্রতিক্রিয়া স্কিমার আকার ইনপুট টোকেন সীমার দিকে গণনা করা হয়।
প্রতিক্রিয়া স্কিমা বৈশিষ্ট্য নিম্নলিখিত প্রতিক্রিয়া MIME প্রকারগুলিকে সমর্থন করে:
application/json
: প্রতিক্রিয়া স্কিমাতে সংজ্ঞায়িত হিসাবে আউটপুট JSON (গঠিত আউটপুট প্রয়োজনীয়তার জন্য দরকারী)text/x.enum
: রেসপন্স স্কিমাতে সংজ্ঞায়িত একটি enum মান আউটপুট করুন (শ্রেণীবিভাগের কাজের জন্য দরকারী)
প্রতিক্রিয়া স্কিমা বৈশিষ্ট্য নিম্নলিখিত স্কিমা ক্ষেত্র সমর্থন করে:
enum
items
maxItems
nullable
properties
required
আপনি যদি একটি অসমর্থিত ক্ষেত্র ব্যবহার করেন, মডেলটি এখনও আপনার অনুরোধ পরিচালনা করতে পারে, তবে এটি ক্ষেত্রটিকে উপেক্ষা করে। উল্লেখ্য যে উপরের তালিকাটি OpenAPI 3.0 স্কিমা অবজেক্টের একটি উপসেট ( Vertex AI স্কিমা রেফারেন্স দেখুন)।
ডিফল্টরূপে, Vertex AI in Firebase জন্য, আপনি
optionalProperties
অ্যারেতে ঐচ্ছিক হিসাবে উল্লেখ না করলে সমস্ত ক্ষেত্রকে প্রয়োজনীয় বলে মনে করা হয়। এই ঐচ্ছিক ক্ষেত্রগুলির জন্য, মডেলটি ক্ষেত্রগুলি পূরণ করতে পারে বা সেগুলি এড়িয়ে যেতে পারে৷মনে রাখবেন যে এটি Vertex AI Gemini API এর ডিফল্ট আচরণের বিপরীত।
ধাপ 2 : JSON তৈরি করতে একটি প্রতিক্রিয়া স্কিমা সহ একটি প্রম্পট পাঠান
নিম্নলিখিত উদাহরণ দেখায় কিভাবে কাঠামোগত JSON আউটপুট তৈরি করতে হয়।
স্ট্রাকচার্ড আউটপুট জেনারেট করার জন্য, আপনাকে মডেল ইনিশিয়ালাইজেশনের সময় উপযুক্ত responseMimeType
(এই উদাহরণে, application/json
) এবং সেইসাথে responseSchema
নির্দিষ্ট করতে হবে যা আপনি মডেলটি ব্যবহার করতে চান।
responseSchema
ব্যবহার করা জেমিনি 1.5 প্রো এবং জেমিনি 1.5 ফ্ল্যাশ দ্বারা সমর্থিত।
কীভাবে একটি মিথুন মডেল এবং ঐচ্ছিকভাবে আপনার ব্যবহারের ক্ষেত্রে এবং অ্যাপের জন্য উপযুক্ত একটি অবস্থান চয়ন করবেন তা জানুন।
অতিরিক্ত উদাহরণ
আপনি কীভাবে কাঠামোগত আউটপুট ব্যবহার এবং তৈরি করতে পারেন তার অতিরিক্ত উদাহরণ দেখতে, Google Cloud ডকুমেন্টেশনে উদাহরণ স্কিমা এবং মডেল প্রতিক্রিয়াগুলির তালিকাটি দেখুন।
আউটপুট হিসাবে enum মান তৈরি করুন
নিম্নলিখিত উদাহরণ দেখায় কিভাবে একটি শ্রেণীবিভাগের কাজের জন্য একটি প্রতিক্রিয়া স্কিমা ব্যবহার করতে হয়। মডেলকে তার বর্ণনার উপর ভিত্তি করে একটি সিনেমার ধরণ সনাক্ত করতে বলা হয়। আউটপুট হল একটি প্লেইন-টেক্সট enum মান যা মডেলটি প্রদত্ত প্রতিক্রিয়া স্কিমাতে সংজ্ঞায়িত মানগুলির তালিকা থেকে নির্বাচন করে।
এই কাঠামোবদ্ধ শ্রেণীবিভাগের কাজটি সম্পাদন করার জন্য, আপনাকে মডেল আরম্ভ করার সময় উপযুক্ত responseMimeType
(এই উদাহরণে, text/x.enum
) এবং সেইসাথে মডেলটিকে যে responseSchema
ব্যবহার করতে চান তা নির্দিষ্ট করতে হবে।
কীভাবে একটি মিথুন মডেল এবং ঐচ্ছিকভাবে আপনার ব্যবহারের ক্ষেত্রে এবং অ্যাপের জন্য উপযুক্ত একটি অবস্থান চয়ন করবেন তা জানুন।
কন্টেন্ট জেনারেশন নিয়ন্ত্রণ করার জন্য অন্যান্য বিকল্প
- প্রম্পট ডিজাইন সম্পর্কে আরও জানুন যাতে আপনি আপনার প্রয়োজনের জন্য নির্দিষ্ট আউটপুট তৈরি করতে মডেলটিকে প্রভাবিত করতে পারেন।
- মডেলটি কীভাবে প্রতিক্রিয়া তৈরি করে তা নিয়ন্ত্রণ করতে মডেল প্যারামিটারগুলি কনফিগার করুন। এই পরামিতিগুলির মধ্যে সর্বাধিক আউটপুট টোকেন, তাপমাত্রা, topK এবং topP অন্তর্ভুক্ত রয়েছে।
- ঘৃণাত্মক বক্তব্য এবং যৌনতাপূর্ণ বিষয়বস্তু সহ ক্ষতিকারক বলে বিবেচিত প্রতিক্রিয়া পাওয়ার সম্ভাবনা সামঞ্জস্য করতে নিরাপত্তা সেটিংস ব্যবহার করুন৷
- মডেলের আচরণ পরিচালনা করতে সিস্টেম নির্দেশাবলী সেট করুন। এই বৈশিষ্ট্যটি একটি "প্রস্তাবনা" এর মতো যা আপনি মডেলটি শেষ ব্যবহারকারীর কাছ থেকে আরও নির্দেশাবলীর সংস্পর্শে আসার আগে যোগ করেন।
Vertex AI in Firebase এর সাথে আপনার অভিজ্ঞতা সম্পর্কে মতামত দিন
Gemini API ডিফল্টরূপে অসংগঠিত পাঠ্য হিসাবে প্রতিক্রিয়া প্রদান করে। যাইহোক, কিছু ব্যবহারের ক্ষেত্রে JSON এর মতো কাঠামোবদ্ধ পাঠ্য প্রয়োজন। উদাহরণস্বরূপ, আপনি অন্যান্য ডাউনস্ট্রিম কাজের জন্য প্রতিক্রিয়া ব্যবহার করতে পারেন যার জন্য একটি প্রতিষ্ঠিত ডেটা স্কিমা প্রয়োজন।
মডেলের তৈরি আউটপুট সর্বদা একটি নির্দিষ্ট স্কিমা মেনে চলে তা নিশ্চিত করতে, আপনি একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করতে পারেন, যা মডেল প্রতিক্রিয়াগুলির জন্য একটি ব্লুপ্রিন্টের মতো কাজ করে৷ তারপরে আপনি কম পোস্ট-প্রসেসিং সহ মডেলের আউটপুট থেকে সরাসরি ডেটা বের করতে পারেন।
এখানে কিছু উদাহরণ আছে:
নিশ্চিত করুন যে একটি মডেলের প্রতিক্রিয়া বৈধ JSON তৈরি করে এবং আপনার প্রদত্ত স্কিমার সাথে সঙ্গতিপূর্ণ।
উদাহরণস্বরূপ, মডেলটি রেসিপিগুলির জন্য কাঠামোগত এন্ট্রি তৈরি করতে পারে যা সর্বদা রেসিপির নাম, উপাদানগুলির তালিকা এবং পদক্ষেপগুলি অন্তর্ভুক্ত করে। তারপরে আপনি আপনার অ্যাপের UI-তে এই তথ্যটি আরও সহজে পার্স এবং প্রদর্শন করতে পারেন।শ্রেণীবিন্যাস কাজের সময় একটি মডেল কীভাবে প্রতিক্রিয়া জানাতে পারে তা সীমাবদ্ধ করুন।
উদাহরণ স্বরূপ, আপনি মডেলটি তৈরি করে এমন লেবেলের পরিবর্তে লেবেলের একটি নির্দিষ্ট সেট (উদাহরণস্বরূপ, ইনামগুলির একটি নির্দিষ্ট সেট যেমনpositive
এবংnegative
) সহ মডেল টীকা পাঠ রাখতে পারেন (যার পরিবর্তনশীলতার একটি ডিগ্রি থাকতে পারে যেমনgood
,positive
,negative
, বাbad
)।
এই নির্দেশিকা আপনাকে দেখায় কিভাবে জেএসওএন আউটপুট জেনারেট করতে একটি কলে responseSchema
generateContent
করে। এটি শুধুমাত্র টেক্সট-ইনপুটের উপর ফোকাস করে, কিন্তু জেমিনি মাল্টিমোডাল অনুরোধের জন্য কাঠামোগত প্রতিক্রিয়াও তৈরি করতে পারে যাতে ইনপুট হিসাবে ছবি, ভিডিও এবং অডিও অন্তর্ভুক্ত থাকে।
এই পৃষ্ঠার নীচে আরও উদাহরণ রয়েছে, যেমন আউটপুট হিসাবে enum মান কীভাবে তৈরি করা যায় । আপনি কীভাবে কাঠামোগত আউটপুট তৈরি করতে পারেন তার অতিরিক্ত উদাহরণ দেখতে, Google Cloud ডকুমেন্টেশনে উদাহরণ স্কিমা এবং মডেল প্রতিক্রিয়াগুলির তালিকাটি দেখুন।
ঐচ্ছিকভাবে Gemini API এর একটি বিকল্প " Google AI " সংস্করণ নিয়ে পরীক্ষা করুন৷
Google AI Studio এবং Google AI ক্লায়েন্ট SDK ব্যবহার করে বিনামূল্যে অ্যাক্সেস পান (সীমার মধ্যে এবং যেখানে উপলব্ধ)। এই SDKগুলি শুধুমাত্র মোবাইল এবং ওয়েব অ্যাপে প্রোটোটাইপ করার জন্য ব্যবহার করা উচিত৷একটি Gemini API কীভাবে কাজ করে তার সাথে পরিচিত হওয়ার পরে, Vertex AI in Firebase তে স্থানান্তর করুন (এই ডকুমেন্টেশন), যেটিতে মোবাইল এবং ওয়েব অ্যাপের জন্য গুরুত্বপূর্ণ অনেক অতিরিক্ত বৈশিষ্ট্য রয়েছে, যেমন Firebase App Check ব্যবহার করে অপব্যবহার থেকে API রক্ষা করা এবং এর জন্য সমর্থন অনুরোধে বড় মিডিয়া ফাইল ।
ঐচ্ছিকভাবে Vertex AI Gemini API সার্ভার-সাইডে কল করুন (যেমন Python, Node.js, বা Go)
Gemini API এর Firebase Extensions সার্ভার-সাইড Vertex AI SDKs , Firebase Genkit বা Firebase এক্সটেনশনগুলি ব্যবহার করুন৷
আপনি শুরু করার আগে
আপনি যদি ইতিমধ্যেই না করে থাকেন, Vertex AI in Firebase জন্য শুরু করার নির্দেশিকাটি সম্পূর্ণ করুন। নিশ্চিত করুন যে আপনি নিম্নলিখিত সমস্ত কাজ করেছেন:
ব্লেজ প্রাইসিং প্ল্যান ব্যবহার করা এবং প্রয়োজনীয় এপিআই সক্ষম করা সহ একটি নতুন বা বিদ্যমান ফায়ারবেস প্রকল্প সেট আপ করুন৷
আপনার অ্যাপটি রেজিস্টার করা এবং আপনার অ্যাপে আপনার Firebase কনফিগার যোগ করা সহ আপনার অ্যাপটিকে Firebase-এ সংযুক্ত করুন।
SDK যোগ করুন এবং আপনার অ্যাপে Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করুন।
আপনি আপনার অ্যাপটিকে Firebase-এ সংযুক্ত করার পরে, SDK যোগ করার পরে এবং Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করার পরে, আপনি Gemini API কল করতে প্রস্তুত৷
ধাপ 1 : একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করুন
একটি মডেলের আউটপুটের গঠন, ক্ষেত্রের নাম এবং প্রতিটি ক্ষেত্রের জন্য প্রত্যাশিত ডেটা টাইপ নির্দিষ্ট করতে একটি প্রতিক্রিয়া স্কিমা সংজ্ঞায়িত করুন।
যখন একটি মডেল তার প্রতিক্রিয়া তৈরি করে, তখন এটি আপনার প্রম্পট থেকে ক্ষেত্রের নাম এবং প্রসঙ্গ ব্যবহার করে। যাতে আপনার অভিপ্রায় স্পষ্ট হয়, আমরা সুপারিশ করি যে আপনি একটি পরিষ্কার কাঠামো, দ্ব্যর্থহীন ক্ষেত্রের নাম এবং এমনকি প্রয়োজন অনুযায়ী বর্ণনা ব্যবহার করুন।
প্রতিক্রিয়া স্কিমা জন্য বিবেচনা
আপনার প্রতিক্রিয়া স্কিমা লেখার সময় নিম্নলিখিতগুলি মনে রাখবেন:
প্রতিক্রিয়া স্কিমার আকার ইনপুট টোকেন সীমার দিকে গণনা করা হয়।
প্রতিক্রিয়া স্কিমা বৈশিষ্ট্য নিম্নলিখিত প্রতিক্রিয়া MIME প্রকারগুলিকে সমর্থন করে:
application/json
: প্রতিক্রিয়া স্কিমাতে সংজ্ঞায়িত হিসাবে আউটপুট JSON (গঠিত আউটপুট প্রয়োজনীয়তার জন্য দরকারী)text/x.enum
: রেসপন্স স্কিমাতে সংজ্ঞায়িত একটি enum মান আউটপুট করুন (শ্রেণীবিভাগের কাজের জন্য দরকারী)
প্রতিক্রিয়া স্কিমা বৈশিষ্ট্য নিম্নলিখিত স্কিমা ক্ষেত্র সমর্থন করে:
enum
items
maxItems
nullable
properties
required
আপনি যদি একটি অসমর্থিত ক্ষেত্র ব্যবহার করেন, মডেলটি এখনও আপনার অনুরোধ পরিচালনা করতে পারে, তবে এটি ক্ষেত্রটিকে উপেক্ষা করে। উল্লেখ্য যে উপরের তালিকাটি OpenAPI 3.0 স্কিমা অবজেক্টের একটি উপসেট ( Vertex AI স্কিমা রেফারেন্স দেখুন)।
ডিফল্টরূপে, Vertex AI in Firebase জন্য, আপনি
optionalProperties
অ্যারেতে ঐচ্ছিক হিসাবে উল্লেখ না করলে সমস্ত ক্ষেত্রকে প্রয়োজনীয় বলে মনে করা হয়। এই ঐচ্ছিক ক্ষেত্রগুলির জন্য, মডেলটি ক্ষেত্রগুলি পূরণ করতে পারে বা সেগুলি এড়িয়ে যেতে পারে৷মনে রাখবেন যে এটি Vertex AI Gemini API এর ডিফল্ট আচরণের বিপরীত।
ধাপ 2 : JSON তৈরি করতে একটি প্রতিক্রিয়া স্কিমা সহ একটি প্রম্পট পাঠান
নিম্নলিখিত উদাহরণ দেখায় কিভাবে কাঠামোগত JSON আউটপুট তৈরি করতে হয়।
স্ট্রাকচার্ড আউটপুট জেনারেট করার জন্য, আপনাকে মডেল ইনিশিয়ালাইজেশনের সময় উপযুক্ত responseMimeType
(এই উদাহরণে, application/json
) এবং সেইসাথে responseSchema
নির্দিষ্ট করতে হবে যা আপনি মডেলটি ব্যবহার করতে চান।
responseSchema
ব্যবহার করা জেমিনি 1.5 প্রো এবং জেমিনি 1.5 ফ্ল্যাশ দ্বারা সমর্থিত।
কীভাবে একটি মিথুন মডেল এবং ঐচ্ছিকভাবে আপনার ব্যবহারের ক্ষেত্রে এবং অ্যাপের জন্য উপযুক্ত একটি অবস্থান চয়ন করবেন তা জানুন।
অতিরিক্ত উদাহরণ
আপনি কীভাবে কাঠামোগত আউটপুট ব্যবহার এবং তৈরি করতে পারেন তার অতিরিক্ত উদাহরণ দেখতে, Google Cloud ডকুমেন্টেশনে উদাহরণ স্কিমা এবং মডেল প্রতিক্রিয়াগুলির তালিকাটি দেখুন।
আউটপুট হিসাবে enum মান তৈরি করুন
নিম্নলিখিত উদাহরণ দেখায় কিভাবে একটি শ্রেণীবিভাগের কাজের জন্য একটি প্রতিক্রিয়া স্কিমা ব্যবহার করতে হয়। মডেলকে তার বর্ণনার উপর ভিত্তি করে একটি সিনেমার ধরণ সনাক্ত করতে বলা হয়। আউটপুট হল একটি প্লেইন-টেক্সট enum মান যা মডেলটি প্রদত্ত প্রতিক্রিয়া স্কিমাতে সংজ্ঞায়িত মানগুলির তালিকা থেকে নির্বাচন করে।
এই কাঠামোবদ্ধ শ্রেণীবিভাগের কাজটি সম্পাদন করার জন্য, আপনাকে মডেল আরম্ভ করার সময় উপযুক্ত responseMimeType
(এই উদাহরণে, text/x.enum
) এবং সেইসাথে মডেলটিকে যে responseSchema
ব্যবহার করতে চান তা নির্দিষ্ট করতে হবে।
কীভাবে একটি মিথুন মডেল এবং ঐচ্ছিকভাবে আপনার ব্যবহারের ক্ষেত্রে এবং অ্যাপের জন্য উপযুক্ত একটি অবস্থান চয়ন করবেন তা জানুন।
কন্টেন্ট জেনারেশন নিয়ন্ত্রণ করার জন্য অন্যান্য বিকল্প
- প্রম্পট ডিজাইন সম্পর্কে আরও জানুন যাতে আপনি আপনার প্রয়োজনের জন্য নির্দিষ্ট আউটপুট তৈরি করতে মডেলটিকে প্রভাবিত করতে পারেন।
- মডেলটি কীভাবে প্রতিক্রিয়া তৈরি করে তা নিয়ন্ত্রণ করতে মডেল প্যারামিটারগুলি কনফিগার করুন। এই পরামিতিগুলির মধ্যে সর্বাধিক আউটপুট টোকেন, তাপমাত্রা, topK এবং topP অন্তর্ভুক্ত রয়েছে।
- ঘৃণাত্মক বক্তব্য এবং যৌনতাপূর্ণ বিষয়বস্তু সহ ক্ষতিকারক বলে বিবেচিত প্রতিক্রিয়া পাওয়ার সম্ভাবনা সামঞ্জস্য করতে নিরাপত্তা সেটিংস ব্যবহার করুন৷
- মডেলের আচরণ পরিচালনা করতে সিস্টেম নির্দেশাবলী সেট করুন। এই বৈশিষ্ট্যটি একটি "প্রস্তাবনা" এর মতো যা আপনি মডেলটি শেষ ব্যবহারকারীর কাছ থেকে আরও নির্দেশাবলীর সংস্পর্শে আসার আগে যোগ করেন।
Vertex AI in Firebase এর সাথে আপনার অভিজ্ঞতা সম্পর্কে মতামত দিন