Method: models.generateAnswer

{
  "contents": [
    {
      object (Content)
    }
  ],
  "answerStyle": enum (AnswerStyle),
  "safetySettings": [
    {
      object (SafetySetting)
    }
  ],

  // Union field grounding_source can be only one of the following:
  "inlinePassages": {
    object (GroundingPassages)
  },
  "semanticRetriever": {
    object (SemanticRetrieverConfig)
  }
  // End of list of possible types for union field grounding_source.
  "temperature": number
}

object ( Content )

প্রয়োজন। মডেলের সাথে বর্তমান কথোপকথনের বিষয়বস্তু। একক-পালা প্রশ্নের জন্য, এটি উত্তর দেওয়ার জন্য একটি একক প্রশ্ন। মাল্টি-টার্ন কোয়েরির জন্য, এটি একটি পুনরাবৃত্ত ক্ষেত্র যাতে কথোপকথনের ইতিহাস এবং প্রশ্ন সম্বলিত তালিকার শেষ Content থাকে।

দ্রষ্টব্য: models.generateAnswer বর্তমানে শুধুমাত্র ইংরেজিতে প্রশ্ন সমর্থন করে।

enum ( AnswerStyle )

প্রয়োজন। যে শৈলীতে উত্তর দিতে হবে।

object ( SafetySetting )

ঐচ্ছিক। অনিরাপদ বিষয়বস্তু ব্লক করার জন্য অনন্য SafetySetting দৃষ্টান্তের একটি তালিকা।

এটি GenerateAnswerRequest.contents এবং GenerateAnswerResponse.candidate এ প্রয়োগ করা হবে। প্রতিটি SafetyCategory প্রকারের জন্য একাধিক সেটিং থাকা উচিত নয়৷ এপিআই এই সেটিংস দ্বারা নির্ধারিত থ্রেশহোল্ড পূরণ করতে ব্যর্থ যে কোনো বিষয়বস্তু এবং প্রতিক্রিয়া ব্লক করবে। এই তালিকাটি সেফটিসেটিংসে নির্দিষ্ট করা প্রতিটি SafetyCategory জন্য ডিফল্ট সেটিংস ওভাররাইড করে। যদি তালিকায় প্রদত্ত একটি প্রদত্ত SafetyCategory জন্য কোনো SafetySetting না থাকে, তাহলে API সেই বিভাগের জন্য ডিফল্ট নিরাপত্তা সেটিং ব্যবহার করবে। ক্ষতির বিভাগগুলি HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT সমর্থিত৷

object ( GroundingPassages )

অনুরোধের সাথে ইনলাইনে দেওয়া প্যাসেজ।

object ( SemanticRetrieverConfig )

শব্দার্থক পুনরুদ্ধার API এর মাধ্যমে তৈরি সংস্থান থেকে সামগ্রী পুনরুদ্ধার করা হয়েছে।

number

ঐচ্ছিক। আউটপুটের এলোমেলোতা নিয়ন্ত্রণ করে।

মানগুলি সহ [0.0,1.0] থেকে পরিসীমা হতে পারে। 1.0-এর কাছাকাছি একটি মান প্রতিক্রিয়া তৈরি করবে যা আরও বৈচিত্র্যময় এবং সৃজনশীল, যখন 0.0-এর কাছাকাছি একটি মান সাধারণত মডেল থেকে আরও সহজবোধ্য প্রতিক্রিয়া তৈরি করবে। একটি নিম্ন তাপমাত্রা (~0.2) সাধারণত অ্যাট্রিবিউটেড-প্রশ্ন-উত্তর ব্যবহারের ক্ষেত্রে সুপারিশ করা হয়।