মডেলে প্রতিটি কলের সময়, মডেলটি কীভাবে প্রতিক্রিয়া তৈরি করবে তা নিয়ন্ত্রণ করতে আপনি একটি মডেল কনফিগারেশন পাঠাতে পারেন। প্রতিটি মডেল বিভিন্ন কনফিগারেশন বিকল্প প্রদান করে।
এছাড়াও আপনি গুগল এআই স্টুডিও ব্যবহার করে প্রম্পট এবং মডেল কনফিগারেশন নিয়ে পরীক্ষা-নিরীক্ষা করতে পারেন।জেমিনি মডেলগুলি কনফিগার করুন
এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট বিষয়বস্তু এবং কোড দেখতে আপনার জেমিনি এপিআই প্রদানকারীর উপর ক্লিক করুন। |
এই বিভাগে জেমিনি মডেলের জন্য কনফিগারেশন সেট আপ করার পদ্ধতি দেখানো হয়েছে এবং প্রতিটি প্যারামিটারের বর্ণনা দেওয়া হয়েছে।
একটি মডেল কনফিগারেশন সেট আপ করুন ( মিথুন )
সাধারণ জেমিনি ব্যবহারের ক্ষেত্রে কনফিগারেশন
ইনস্ট্যান্সটির জীবনকাল পর্যন্ত কনফিগারেশনটি বজায় থাকে। আপনি যদি ভিন্ন কোনো কনফিগারেশন ব্যবহার করতে চান, তবে সেই কনফিগারেশন দিয়ে একটি নতুন GenerativeModel ইনস্ট্যান্স তৈরি করুন।
সুইফট
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
import FirebaseAILogic
// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
let config = GenerationConfig(
candidateCount: 1,
temperature: 0.9,
topP: 0.1,
topK: 16,
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
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
val config = generationConfig {
candidateCount = 1
maxOutputTokens = 200
stopSequences = listOf("red")
temperature = 0.9f
topK = 16
topP = 0.1f
}
// 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
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
configBuilder.candidateCount = 1;
configBuilder.maxOutputTokens = 200;
configBuilder.stopSequences = List.of("red");
configBuilder.temperature = 0.9f;
configBuilder.topK = 16;
configBuilder.topP = 0.1f;
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
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ 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.
const generationConfig = {
candidate_count: 1,
maxOutputTokens: 200,
stopSequences: ["red"],
temperature: 0.9,
topP: 0.1,
topK: 16,
};
// Specify the config as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME", generationConfig });
// ...
Dart
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
final generationConfig = GenerationConfig(
candidateCount: 1,
maxOutputTokens: 200,
stopSequences: ["red"],
temperature: 0.9,
topP: 0.1,
topK: 16,
);
// 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',
config: generationConfig,
);
// ...
ঐক্য
একটি GenerativeModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে GenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
var generationConfig = new GenerationConfig(
candidateCount: 1,
maxOutputTokens: 200,
stopSequences: new string[] { "red" },
temperature: 0.9f,
topK: 16,
topP: 0.1f
);
// 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
);
এই পৃষ্ঠার পরবর্তী অংশে আপনি প্রতিটি প্যারামিটারের বিবরণ পাবেন।
Gemini Live API এর জন্য কনফিগারেশন
ইনস্ট্যান্সটির জীবনকাল পর্যন্ত কনফিগারেশনটি বজায় থাকে। আপনি যদি ভিন্ন কোনো কনফিগারেশন ব্যবহার করতে চান, তবে সেই কনফিগারেশন দিয়ে একটি নতুন LiveModel ইনস্ট্যান্স তৈরি করুন।
সুইফট
LiveModel ইনস্ট্যান্সটি চালু করার সময় liveGenerationConfig এ প্যারামিটারগুলোর মান সেট করুন:
// ...
// Set parameter values in a `LiveGenerationConfig` (example values shown here)
let config = LiveGenerationConfig(
temperature: 0.9,
topP: 0.1,
topK: 16,
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 তৈরির অংশ হিসেবে LiveGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `LiveGenerationConfig` (example values shown here)
val config = liveGenerationConfig {
maxOutputTokens = 200
responseModality = ResponseModality.AUDIO
speechConfig = SpeechConfig(voice = Voices.FENRIR)
temperature = 0.9f
topK = 16
topP = 0.1f
}
// 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 তৈরির অংশ হিসেবে LiveGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ 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(Voices.FENRIR));
configBuilder.setTemperature(0.9f);
configBuilder.setTopK(16);
configBuilder.setTopP(0.1f);
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 ইনস্ট্যান্সটি চালু করার সময় LiveGenerationConfig এ প্যারামিটারগুলোর মান সেট করুন:
// ...
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" },
},
},
temperature: 0.9,
topP: 0.1,
topK: 16,
};
// Specify the config as part of creating the `LiveGenerativeModel` instance
const liveModel = getLiveGenerativeModel(ai, {
model: "GEMINI_LIVE_MODEL_NAME",
liveGenerationConfig,
});
// ...
Dart
LiveGenerativeModel ইনস্ট্যান্স তৈরির অংশ হিসেবে LiveGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `LiveGenerationConfig` (example values shown here)
final config = LiveGenerationConfig(
maxOutputTokens: 200,
responseModalities: [ResponseModalities.audio],
speechConfig: SpeechConfig(voiceName: 'Fenrir'),
temperature: 0.9,
topP: 0.1,
topK: 16,
);
// Specify the config as part of creating the `liveGenerativeModel` instance
final liveModel = FirebaseAI.googleAI().liveGenerativeModel(
model: 'GEMINI_LIVE_MODEL_NAME',
liveGenerationConfig: config,
);
// ...
ঐক্য
LiveModel ইনস্ট্যান্স তৈরির অংশ হিসেবে LiveGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ 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"),
temperature: 0.9f,
topK: 16,
topP: 0.1f
);
// 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
);
// ...
এই পৃষ্ঠার পরবর্তী অংশে আপনি প্রতিটি প্যারামিটারের বিবরণ পাবেন।
পরামিতিগুলির বিবরণ ( মিথুন )
প্রযোজ্য ক্ষেত্রে, উপলব্ধ প্যারামিটারগুলোর একটি সামগ্রিক সংক্ষিপ্ত বিবরণ নিচে দেওয়া হলো।আপনি জেমিনি ডেভেলপার এপিআই ডকুমেন্টেশনে প্যারামিটার এবং তাদের মানগুলির একটি বিশদ তালিকা খুঁজে পেতে পারেন।
| প্যারামিটার | বর্ণনা | ডিফল্ট মান |
|---|---|---|
অডিও টাইমস্ট্যাম্পaudioTimestamp | একটি বুলিয়ান যা শুধুমাত্র অডিও ইনপুট ফাইলের জন্য টাইমস্ট্যাম্প বোঝার সুবিধা দেয়। শুধুমাত্র তখনই প্রযোজ্য যখন | false |
প্রার্থীর সংখ্যাcandidateCount | ফেরত দেওয়া প্রতিক্রিয়ার ভিন্নতার সংখ্যা নির্দিষ্ট করে। প্রতিটি অনুরোধের জন্য, আপনাকে সমস্ত সম্ভাব্য আউটপুট টোকেনের জন্য চার্জ করা হয়, কিন্তু ইনপুট টোকেনগুলির জন্য শুধুমাত্র একবার চার্জ করা হয়। সমর্থিত মান: শুধুমাত্র | 1 |
ফ্রিকোয়েন্সি পেনাল্টিfrequencyPenalty | তৈরি করা প্রতিক্রিয়ায় বারবার আসা টোকেনগুলো অন্তর্ভুক্ত করার সম্ভাবনা নিয়ন্ত্রণ করে। ধনাত্মক মানগুলো তৈরি হওয়া কন্টেন্টে বারবার আসা টোকেনগুলোকে দণ্ড দেয়, যার ফলে কন্টেন্টের পুনরাবৃত্তির সম্ভাবনা কমে যায়। | --- |
সর্বোচ্চ আউটপুট টোকেনmaxOutputTokens | রেসপন্সে সর্বোচ্চ কতগুলো টোকেন তৈরি করা যাবে তা নির্দিষ্ট করে। | --- |
উপস্থিতি জরিমানাpresencePenalty | তৈরি করা প্রতিক্রিয়ায় ইতিমধ্যে উপস্থিত টোকেনগুলি অন্তর্ভুক্ত করার সম্ভাবনা নিয়ন্ত্রণ করে। ধনাত্মক মানগুলো তৈরি করা কন্টেন্টে আগে থেকেই থাকা টোকেনগুলোকে নিষ্ক্রিয় করে, যার ফলে আরও বৈচিত্র্যময় কন্টেন্ট তৈরির সম্ভাবনা বেড়ে যায়। | --- |
স্টপ সিকোয়েন্সstopSequences | স্ট্রিংগুলির একটি তালিকা নির্দিষ্ট করে, যা মডেলকে নির্দেশ দেয় যে রেসপন্সে এই স্ট্রিংগুলির কোনো একটি পাওয়া গেলে যেন কন্টেন্ট তৈরি করা বন্ধ করে দেওয়া হয়। শুধুমাত্র | --- |
তাপমাত্রাtemperature | প্রতিক্রিয়ার এলোমেলোতার মাত্রা নিয়ন্ত্রণ করে। নিম্ন তাপমাত্রার ফলে প্রতিক্রিয়াগুলো অধিকতর সুনির্দিষ্ট হয়, এবং উচ্চ তাপমাত্রার ফলে প্রতিক্রিয়াগুলো অধিকতর বৈচিত্র্যময় বা সৃজনশীল হয়। | মডেলের উপর নির্ভর করে |
টপ-কেtopK | তৈরি করা কন্টেন্টে ব্যবহৃত সর্বোচ্চ সম্ভাবনাময় শব্দের সংখ্যা সীমিত করে। টপ-কে (top-K) এর মান 1 হলে এর অর্থ হলো, পরবর্তী নির্বাচিত টোকেনটি মডেলের শব্দভান্ডারে থাকা সমস্ত টোকেনের মধ্যে সবচেয়ে সম্ভাব্য টোকেনটি হবে; অন্যদিকে, টপ-কে (top-K) এর মান n হলে এর অর্থ হলো, পরবর্তী টোকেনটি n-টি সবচেয়ে সম্ভাব্য টোকেনের মধ্য থেকে নির্বাচিত হবে (এই সবকিছুই নির্ধারিত তাপমাত্রার উপর ভিত্তি করে)। | মডেলের উপর নির্ভর করে |
শীর্ষ-পিtopP | উৎপাদিত বিষয়বস্তুর বৈচিত্র্য নিয়ন্ত্রণ করে। সর্বাধিক সম্ভাব্য (উপরে শীর্ষ-K দেখুন) থেকে সর্বনিম্ন সম্ভাব্য পর্যন্ত টোকেনগুলি নির্বাচন করা হয়, যতক্ষণ না তাদের সম্ভাবনার যোগফল শীর্ষ-P মানের সমান হয়। | মডেলের উপর নির্ভর করে |
প্রতিক্রিয়া পদ্ধতিresponseModality | Live API ব্যবহার করার সময় স্ট্রিম করা আউটপুটের ধরন অথবা জেমিনি মডেলের নেটিভ মাল্টিমোডাল আউটপুট, যেমন টেক্সট, অডিও বা ছবি, নির্দিষ্ট করে। শুধুমাত্র Live API মডেল ব্যবহার করার সময়, অথবা মাল্টিমোডাল আউটপুট দিতে সক্ষম কোনো জেমিনি মডেল ব্যবহার করার সময় প্রযোজ্য। | --- |
বক্তৃতা (কণ্ঠস্বর)speechConfig | Live API ব্যবহার করার সময় স্ট্রিম করা অডিও আউটপুটের জন্য ব্যবহৃত ভয়েস নির্দিষ্ট করে। শুধুমাত্র Live API মডেল ব্যবহার করার ক্ষেত্রেই প্রযোজ্য। | Puck |
ইমেজেন মডেলগুলি কনফিগার করুন
এই পৃষ্ঠায় প্রোভাইডার-নির্দিষ্ট কন্টেন্ট এবং কোড দেখতে আপনার Imagen API প্রোভাইডারে ক্লিক করুন। |
এই বিভাগে Imagen মডেলের সাথে ব্যবহারের জন্য একটি কনফিগারেশন কীভাবে সেট আপ করতে হয় তা দেখানো হয়েছে এবং প্রতিটি প্যারামিটারের বর্ণনা দেওয়া হয়েছে।
একটি মডেল কনফিগারেশন সেট আপ করুন ( Imagen )
ইনস্ট্যান্সটির জীবনকাল পর্যন্ত কনফিগারেশনটি বজায় থাকে। আপনি যদি ভিন্ন কোনো কনফিগারেশন ব্যবহার করতে চান, তবে সেই কনফিগারেশন দিয়ে একটি নতুন ImagenModel ইনস্ট্যান্স তৈরি করুন।
সুইফট
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
import FirebaseAILogic
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
let config = ImagenGenerationConfig(
negativePrompt: "frogs",
numberOfImages: 2,
aspectRatio: .landscape16x9,
imageFormat: .jpeg(compressionQuality: 100),
addWatermark: false
)
// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).imagenModel(
modelName: "IMAGEN_MODEL_NAME",
generationConfig: config
)
// ...
Kotlin
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
val config = ImagenGenerationConfig {
negativePrompt = "frogs",
numberOfImages = 2,
aspectRatio = ImagenAspectRatio.LANDSCAPE_16x9,
imageFormat = ImagenImageFormat.jpeg(compressionQuality = 100),
addWatermark = false
}
// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.vertexAI()).imagenModel(
modelName = "IMAGEN_MODEL_NAME",
generationConfig = config
)
// ...
Java
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
ImagenGenerationConfig config = new ImagenGenerationConfig.Builder()
.setNegativePrompt("frogs")
.setNumberOfImages(2)
.setAspectRatio(ImagenAspectRatio.LANDSCAPE_16x9)
.setImageFormat(ImagenImageFormat.jpeg(100))
.setAddWatermark(false)
.build();
// Specify the config as part of creating the `ImagenModel` instance
ImagenModelFutures model = ImagenModelFutures.from(
FirebaseAI.getInstance(GenerativeBackend.googleAI())
.imagenModel(
"IMAGEN_MODEL_NAME",
config
);
);
// ...
Web
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
const generationConfig = {
negativePrompt: "frogs",
numberOfImages: 2,
aspectRatio: ImagenAspectRatio.LANDSCAPE_16x9,
imageFormat: ImagenImageFormat.jpeg(100),
addWatermark: false
};
// Specify the config as part of creating the `ImagenModel` instance
const model = getImagenModel(ai, { model: "IMAGEN_MODEL_NAME", generationConfig });
// ...
Dart
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
// ...
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
final generationConfig = ImagenGenerationConfig(
negativePrompt: 'frogs',
numberOfImages: 2,
aspectRatio: ImagenAspectRatio.landscape16x9,
imageFormat: ImagenImageFormat.jpeg(compressionQuality: 100)
addWatermark: false
);
// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
final model = FirebaseAI.googleAI().imagenModel(
model: 'IMAGEN_MODEL_NAME',
config: generationConfig,
);
// ...
ঐক্য
একটি ImagenModel ইনস্ট্যান্স তৈরি করার অংশ হিসেবে ImagenGenerationConfig এ প্যারামিটারগুলোর মান নির্ধারণ করুন।
using Firebase.AI;
// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
var config = new ImagenGenerationConfig(
numberOfImages: 2,
aspectRatio: ImagenAspectRatio.Landscape16x9,
imageFormat: ImagenImageFormat.Jpeg(100)
);
// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
var model = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetImagenModel(
modelName: "imagen-4.0-generate-001",
generationConfig: config
);
// ...
এই পৃষ্ঠার পরবর্তী অংশে আপনি প্রতিটি প্যারামিটারের বিবরণ পাবেন।
প্যারামিটারগুলির বিবরণ ( চিত্র )
প্রযোজ্য ক্ষেত্রে, উপলব্ধ প্যারামিটারগুলোর একটি উচ্চ-স্তরের সংক্ষিপ্ত বিবরণ এখানে দেওয়া হলো। আপনি Google Cloud ডকুমেন্টেশনে প্যারামিটার এবং তাদের মানগুলোর একটি বিশদ তালিকা খুঁজে পেতে পারেন।
| প্যারামিটার | বর্ণনা | ডিফল্ট মান |
|---|---|---|
নেতিবাচক প্রম্পটnegativePrompt | তৈরি হওয়া ছবিগুলো থেকে আপনি কী বাদ দিতে চান তার বিবরণ এই প্যারামিটারটি | --- |
ফলাফলের সংখ্যাnumberOfImages | প্রতিটি অনুরোধের জন্য ফেরত দেওয়া তৈরি করা ছবির সংখ্যা | ডিফল্ট হলো একটি ছবি। |
আকৃতির অনুপাতaspectRatio | তৈরি করা ছবিগুলির প্রস্থ ও উচ্চতার অনুপাত | ডিফল্ট হলো বর্গাকার (১:১) |
ছবির ফরম্যাটimageFormat | আউটপুট বিকল্পগুলি, যেমন ছবির ফরম্যাট (MIME টাইপ) এবং তৈরি হওয়া ছবির কম্প্রেশনের মাত্রা। | ডিফল্ট MIME টাইপ হল PNG ডিফল্ট কম্প্রেশন হলো ৭৫ (যদি MIME টাইপ JPEG সেট করা থাকে)। |
ওয়াটারমার্কaddWatermark | তৈরি করা ছবিগুলিতে একটি অদৃশ্য ডিজিটাল ওয়াটারমার্ক (যাকে সিন্থআইডি বলা হয়) যোগ করা হবে কিনা। | ডিফল্ট হলো true |
ব্যক্তি প্রজন্মpersonGeneration | মডেলের মাধ্যমে মানুষ সৃষ্টির অনুমতি দেওয়া হবে কিনা | ডিফল্ট মডেলের উপর নির্ভর করে |
নিরাপত্তা বৈশিষ্ট্য অন্তর্ভুক্ত করুনincludeSafetyAttributes | অপরিশোধিত ইনপুট এবং আউটপুটের প্রতিক্রিয়াগুলিতে নিরাপত্তা বৈশিষ্ট্যগুলির একটি তালিকার জন্য রাউন্ডেড রেসপনসিবল এআই স্কোর সক্ষম করা হবে কিনা। নিরাপত্তা বৈশিষ্ট্যের বিভাগসমূহ: | ডিফল্ট হলো false |
কন্টেন্ট তৈরি নিয়ন্ত্রণ করার অন্যান্য বিকল্প
- প্রম্পট ডিজাইন সম্পর্কে আরও জানুন, যাতে আপনি আপনার প্রয়োজন অনুযায়ী নির্দিষ্ট আউটপুট তৈরি করতে মডেলটিকে প্রভাবিত করতে পারেন।
- বিদ্বেষমূলক বক্তব্য এবং যৌনতাপূর্ণ বিষয়বস্তুর মতো ক্ষতিকর বলে বিবেচিত হতে পারে এমন প্রতিক্রিয়া পাওয়ার সম্ভাবনা নিয়ন্ত্রণ করতে সুরক্ষা সেটিংস ব্যবহার করুন।
- মডেলের আচরণ নিয়ন্ত্রণ করতে সিস্টেম নির্দেশাবলী সেট করুন। এই বৈশিষ্ট্যটি একটি প্রস্তাবনার মতো, যা মডেলটি অন্তিম ব্যবহারকারীর কাছ থেকে পরবর্তী কোনো নির্দেশাবলীর সম্মুখীন হওয়ার আগে যোগ করা হয়।
- একটি নির্দিষ্ট আউটপুট স্কিমা নির্ধারণ করতে প্রম্পটের সাথে একটি রেসপন্স স্কিমা পাস করুন। এই বৈশিষ্ট্যটি সাধারণত JSON আউটপুট তৈরি করার সময় ব্যবহৃত হয়, তবে এটি ক্লাসিফিকেশন টাস্কের জন্যও ব্যবহার করা যেতে পারে (যেমন যখন আপনি চান মডেলটি নির্দিষ্ট লেবেল বা ট্যাগ ব্যবহার করুক)।