মডেলে প্রতিটি কলের সময়, মডেলটি কীভাবে প্রতিক্রিয়া তৈরি করবে তা নিয়ন্ত্রণ করতে আপনি একটি মডেল কনফিগারেশন পাঠাতে পারেন। প্রতিটি মডেল বিভিন্ন কনফিগারেশন বিকল্প সমর্থন করে, যেমন maxOutputTokens সেট করা অথবা চিন্তা, প্রতিক্রিয়ার ধরণ, ছবি বা বক্তৃতার জন্য বিশেষায়িত কনফিগারেশন।
বেশিরভাগ ক্ষেত্রে একটি জেমিনি মডেল অ্যাক্সেস করার জন্য, আপনি GenerationConfig ব্যবহার করে মডেলটি কনফিগার করেন। তবে, যদি আপনি একটি Gemini Live API মডেল কনফিগার করেন, তাহলে আপনি LiveGenerationConfig ব্যবহার করবেন।
এই পৃষ্ঠায় জেমিনি মডেলগুলোর কনফিগারেশন কীভাবে সেট আপ করতে হয় তা দেখানো হয়েছে এবং প্রতিটি প্যারামিটারের বর্ণনা দেওয়া হয়েছে।
কনফিগ-এ যান Gemini Live API কনফিগ-এ যান
জেমিনি মডেলের জন্য GenerationConfig
এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট বিষয়বস্তু এবং কোড দেখতে আপনার জেমিনি এপিআই প্রদানকারীর উপর ক্লিক করুন। |
বেশিরভাগ জেমিনি মডেলের জন্য একটি GenerationConfig সেট করুন, যার মধ্যে সাধারণ ব্যবহারের মডেল, ছবি তৈরি করার মডেল ("ন্যানো ব্যানানা" মডেল), এবং টেক্সট-টু-স্পিচ (TTS) মডেল অন্তর্ভুক্ত।
GenerativeModel ইনস্ট্যান্সটির জীবনকাল পর্যন্ত কনফিগারেশনটি বজায় থাকে। আপনি যদি ভিন্ন কোনো কনফিগারেশন ব্যবহার করতে চান, তবে ভিন্ন কনফিগারেশনসহ একটি নতুন ইনস্ট্যান্স তৈরি করে ব্যবহার 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.
// 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
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.
// 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
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.
// 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
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.
// 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
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.
// 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',
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.
// 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
);
এই পৃষ্ঠার পরবর্তী অংশে আপনি প্রতিটি প্যারামিটারের বিবরণ পাবেন।
আপনি গুগল এআই স্টুডিও ব্যবহার করে প্রম্পট এবং মডেল কনফিগারেশন নিয়ে পরীক্ষা-নিরীক্ষা করতে পারেন। Gemini Live API মডেলগুলির জন্য LiveGenerationConfig
এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট বিষয়বস্তু এবং কোড দেখতে আপনার জেমিনি এপিআই প্রদানকারীর উপর ক্লিক করুন। |
শুধুমাত্র Gemini Live API মডেল ব্যবহার করার সময় একটি LiveGenerationConfig সেট করুন।
LiveModel ইনস্ট্যান্সটির জীবনকাল পর্যন্ত কনফিগারেশনটি বজায় থাকে। আপনি যদি ভিন্ন কোনো কনফিগারেশন ব্যবহার করতে চান, তবে ভিন্ন কনফিগারেশনসহ একটি নতুন ইনস্ট্যান্স তৈরি করে ব্যবহার 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(
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)
}
// Specify the config as part of creating the `LiveModel` instance.
val liveModel = Firebase.ai(backend = GenerativeBackend.agentPlatform()).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));
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:
// ...
// 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 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'),
);
// 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")
);
// 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।
আপনি গুগল এআই স্টুডিও ব্যবহার করে প্রম্পট এবং মডেল কনফিগারেশন নিয়ে পরীক্ষা-নিরীক্ষা করতে পারেন।প্যারামিটারগুলির বিবরণ
নিম্নলিখিত সারণিটি উপলব্ধ প্যারামিটারগুলোর একটি সামগ্রিক সংক্ষিপ্ত বিবরণ। কিছু প্যারামিটার কেবল নির্দিষ্ট মডেলের জন্যই প্রযোজ্য।
| প্যারামিটার | বর্ণনা | সীমাবদ্ধতা | ডিফল্ট মান |
|---|---|---|---|
অডিও টাইমস্ট্যাম্পaudioTimestamp | শুধুমাত্র অডিও ইনপুট ফাইলের জন্য টাইমস্ট্যাম্প বোঝার সুবিধা প্রদান করে। | বুলিয়ান শুধুমাত্র তখনই প্রযোজ্য যখন একটি | false |
সর্বোচ্চ আউটপুট টোকেনmaxOutputTokens | রেসপন্সে সর্বোচ্চ কতগুলো টোকেন তৈরি করা যাবে তা নির্দিষ্ট করে। | --- | --- |
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 ইমেজ মডেল ("ন্যানো বানানা") বা টিটিএস মডেলের ক্ষেত্রে প্রযোজ্য নয়। | --- |
| বিশেষায়িত কনফিগারেশন | |||
চিন্তাthinkingConfig | মডেলগুলো যখন কোনো প্রতিক্রিয়া তৈরি করে, তখন তাদের 'চিন্তন প্রক্রিয়া' নিয়ন্ত্রণ করে।
| সমর্থিত মানসমূহ: চিন্তন সংক্রান্ত নথি দেখুন। টিটিএস মডেলগুলোর জন্য প্রযোজ্য নয়। Firebase AI Logic এখনও Live API মডেলগুলির জন্য | মডেলের উপর নির্ভর করে |
প্রতিক্রিয়া পদ্ধতিresponseModalities | আউটপুটের ধরন নির্দিষ্ট করে (যেমন টেক্সট, অডিও বা ছবি)। | শুধুমাত্র জেমিনি ইমেজ মডেল ("ন্যানো ব্যানানা" মডেল), টিটিএস মডেল এবং Live API মডেল ব্যবহার করার সময় প্রযোজ্য (এবং আবশ্যক )। | --- |
ছবির বৈশিষ্ট্যimageConfig | তৈরি হওয়া ছবিগুলোর অ্যাসপেক্ট রেশিও এবং রেজোলিউশন নির্দিষ্ট করে। | সমর্থিত মানসমূহ: চিত্র তৈরির কনফিগারেশন দেখুন শুধুমাত্র জেমিনি ইমেজ মডেল ("ন্যানো ব্যানানা" মডেল) ব্যবহার করার ক্ষেত্রেই প্রযোজ্য। | ১:১ আকৃতির অনুপাত (বর্গাকার) ১০২৪x১০২৪ রেজোলিউশন |
বক্তৃতা (কণ্ঠস্বর)speechConfig | অডিও আউটপুটের জন্য ব্যবহৃত ভয়েস নির্দিষ্ট করে। | শুধুমাত্র TTS মডেল এবং Live API মডেল ব্যবহারের ক্ষেত্রে প্রযোজ্য। টিটিএস মডেলগুলোর জন্য আবশ্যক। | Puck |
| প্যারামিটার | বর্ণনা | সীমাবদ্ধতা | ডিফল্ট মান |
|---|---|---|---|
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। | ইমেজ মডেল ("ন্যানো বানানা") বা টিটিএস মডেলের ক্ষেত্রে প্রযোজ্য নয়। | --- |
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। | ইমেজ মডেল ("ন্যানো বানানা") বা টিটিএস মডেলের ক্ষেত্রে প্রযোজ্য নয়। | --- |
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 |
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)।