Method: models.batchEmbedContents

একটি সিঙ্ক্রোনাস কলে প্রদত্ত ইনপুট পাঠ্য মডেল থেকে একাধিক এম্বেডিং তৈরি করে।

HTTP অনুরোধ

POST https://generativelanguage.googleapis.com/v1beta/{model=models/*}:batchEmbedContents

URL gRPC ট্রান্সকোডিং সিনট্যাক্স ব্যবহার করে।

পাথ প্যারামিটার

পরামিতি
model

string

প্রয়োজন। মডেলের সম্পদের নাম। এটি মডেল ব্যবহার করার জন্য একটি আইডি হিসাবে কাজ করে।

এই নামটি models.list পদ্ধতি দ্বারা প্রত্যাবর্তিত একটি মডেল নামের সাথে মিলিত হওয়া উচিত।

বিন্যাস: models/{model}

শরীরের অনুরোধ

অনুরোধের অংশে নিম্নলিখিত কাঠামো সহ ডেটা রয়েছে:

JSON প্রতিনিধিত্ব
{
  "requests": [
    {
      object (EmbedContentRequest)
    }
  ]
}
ক্ষেত্র
requests[]

object ( EmbedContentRequest )

প্রয়োজন। ব্যাচের জন্য এম্বেড অনুরোধ. এই প্রতিটি অনুরোধের মডেলটি অবশ্যই নির্দিষ্ট BatchEmbedContentsRequest.model মডেলের সাথে মিলবে।

প্রতিক্রিয়া শরীর

একটি BatchEmbedContentsRequest এর প্রতিক্রিয়া।

সফল হলে, প্রতিক্রিয়া বডিতে নিম্নলিখিত কাঠামোর সাথে ডেটা থাকে:

JSON প্রতিনিধিত্ব
{
  "embeddings": [
    {
      object (ContentEmbedding)
    }
  ]
}
ক্ষেত্র
embeddings[]

object ( ContentEmbedding )

শুধুমাত্র আউটপুট। প্রতিটি অনুরোধের জন্য এমবেডিং, ব্যাচ অনুরোধে দেওয়া একই ক্রমে।

অনুমোদনের সুযোগ

নিম্নলিখিত OAuth সুযোগগুলির মধ্যে একটি প্রয়োজন:

  • https://www.googleapis.com/auth/generative-language
  • https://www.googleapis.com/auth/generative-language.tuning
  • https://www.googleapis.com/auth/generative-language.tuning.readonly
  • https://www.googleapis.com/auth/generative-language.retriever
  • https://www.googleapis.com/auth/generative-language.retriever.readonly

আরও তথ্যের জন্য, প্রমাণীকরণ ওভারভিউ দেখুন।

EmbedContentRequest

মডেলটি এম্বেড করার জন্য Content সহ অনুরোধ৷

JSON প্রতিনিধিত্ব
{
  "model": string,
  "content": {
    object (Content)
  },
  "taskType": enum (TaskType),
  "title": string,
  "outputDimensionality": integer
}
ক্ষেত্র
model

string

প্রয়োজন। মডেলের সম্পদের নাম। এটি মডেল ব্যবহার করার জন্য একটি আইডি হিসাবে কাজ করে।

এই নামটি models.list পদ্ধতি দ্বারা প্রত্যাবর্তিত একটি মডেল নামের সাথে মিলিত হওয়া উচিত।

বিন্যাস: models/{model}

content

object ( Content )

প্রয়োজন। এম্বেড করার বিষয়বস্তু। শুধুমাত্র parts.text ক্ষেত্র গণনা করা হবে।

taskType

enum ( TaskType )

ঐচ্ছিক। ঐচ্ছিক টাস্ক টাইপ যার জন্য এম্বেডিং ব্যবহার করা হবে। শুধুমাত্র models/embedding-001 এর জন্য সেট করা যেতে পারে।

title

string

ঐচ্ছিক। পাঠ্যের জন্য একটি ঐচ্ছিক শিরোনাম। শুধুমাত্র টাস্কটাইপ RETRIEVAL_DOCUMENT হলেই প্রযোজ্য।

দ্রষ্টব্য: RETRIEVAL_DOCUMENT এর জন্য একটি title নির্দিষ্ট করা পুনরুদ্ধারের জন্য আরও ভাল মানের এম্বেডিং প্রদান করে৷

outputDimensionality

integer

ঐচ্ছিক। আউটপুট এম্বেডিংয়ের জন্য ঐচ্ছিক হ্রাস মাত্রা। যদি সেট করা থাকে, আউটপুট এম্বেডিংয়ের অতিরিক্ত মান শেষ থেকে কেটে ফেলা হয়। 2024 সাল থেকে নতুন মডেল দ্বারা সমর্থিত, এবং আগের মডেল ( models/embedding-001 ) এই মানটি নির্দিষ্ট করতে পারে না৷