Method: models.generateAnswer

GenerateAnswerRequest इनपुट दिए गए मॉडल से आधार पर जवाब जनरेट करता है.

एचटीटीपी अनुरोध

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

यह यूआरएल gRPC ट्रांसकोडिंग सिंटैक्स का इस्तेमाल करता है.

पाथ के पैरामीटर

पैरामीटर
model

string

ज़रूरी है. तथ्यों के हिसाब से जवाब जनरेट करने के लिए, Model का नाम.

फ़ॉर्मैट: model=models/{model}.

अनुरोध का मुख्य भाग

अनुरोध के मुख्य हिस्से में, इस तरह का डेटा शामिल होता है:

जेएसओएन के काेड में दिखाना 
{
  "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
}
फ़ील्ड
contents[]

object (Content)

ज़रूरी है. मॉडल के साथ मौजूदा बातचीत का कॉन्टेंट. सिंगल-टर्न वाली क्वेरी के लिए, सिर्फ़ एक सवाल का जवाब देना. एक से ज़्यादा टर्न वाली क्वेरी के लिए, यह दोहराया गया फ़ील्ड होता है. इसमें बातचीत का इतिहास और सवाल वाली सूची के आखिरी Content होते हैं.

ध्यान दें: model.generateजवाब अभी सिर्फ़ अंग्रेज़ी में क्वेरी के साथ काम करता है.
answerStyle

enum (AnswerStyle)

ज़रूरी है. वह शैली जिसमें जवाब दिए जाने चाहिए.
safetySettings[]

object (SafetySetting)

ज़रूरी नहीं. असुरक्षित कॉन्टेंट को ब्लॉक करने के लिए, SafetySetting के यूनीक इंस्टेंस की सूची.

इसे GenerateAnswerRequest.contents और GenerateAnswerResponse.candidate पर लागू किया जाएगा. हर SafetyCategory टाइप के लिए, एक से ज़्यादा सेटिंग नहीं होनी चाहिए. एपीआई, ऐसे कॉन्टेंट और जवाबों को ब्लॉक कर देगा जो इन सेटिंग के तय किए गए थ्रेशोल्ड को पूरा नहीं करते. यह सूची, SafetySettings में बताए गए हर SafetyCategory के लिए, डिफ़ॉल्ट सेटिंग को बदल देती है. अगर सूची में दिए गए SafetyCategory के लिए कोई SafetySetting नहीं है, तो एपीआई उस कैटगरी के लिए डिफ़ॉल्ट सुरक्षा सेटिंग का इस्तेमाल करेगा. नुकसान वाली कैटगरी HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT काम करती.
यूनियन फ़ील्ड grounding_source. ऐसे सोर्स जिसमें जवाब को आधार बनाना है. grounding_source इनमें से सिर्फ़ एक हो सकती है:
inlinePassages

object (GroundingPassages)

अनुरोध के हिसाब से पैसेज दिए गए.
semanticRetriever

object (SemanticRetrieverConfig)

सिमैंटिक रिट्रीवर एपीआई की मदद से बनाए गए संसाधनों से मिला कॉन्टेंट.
temperature

number

ज़रूरी नहीं. आउटपुट की रैंडमनेस को कंट्रोल करता है.

वैल्यू [0.0,1.0] के बीच हो सकती हैं. अगर वैल्यू 1.0 के करीब होती है, तो जवाब ज़्यादा अलग-अलग और क्रिएटिव होते हैं. वहीं, 0.0 के करीब होने पर, मॉडल से ज़्यादा आसान रिस्पॉन्स मिलते हैं. आम तौर पर, एट्रिब्यूट किए गए सवाल-जवाब के इस्तेमाल के उदाहरणों के लिए, तापमान कम (~0.2) रखने का सुझाव दिया जाता है.

जवाब का मुख्य भाग

तथ्यों पर आधारित जवाब के लिए, मॉडल से मिला जवाब.

अगर एपीआई सही से जुड़ जाता है, ताे जवाब के मुख्य भाग में नीचे दिए गए स्ट्रक्चर शामिल होता है.

जेएसओएन के काेड में दिखाना 
{
  "answer": {
    object (Candidate)
  },
  "answerableProbability": number,
  "inputFeedback": {
    object (InputFeedback)
  }
}
फ़ील्ड
answer

object (Candidate)

मॉडल से उम्मीदवार का जवाब.

ध्यान दें: मॉडल हमेशा तथ्यों पर आधारित जवाब देने की कोशिश करता है. भले ही, दिए गए पैसेज में से कोई जवाब दिया जा सकता हो. ऐसे मामले में, कम answerableProbability के साथ-साथ कम क्वालिटी वाला या बिना तथ्यों वाला जवाब दिया जा सकता है.
answerableProbability

number

सिर्फ़ आउटपुट के लिए. इस बात की संभावना का मॉडल अनुमान कि इसका जवाब सही है और इनपुट पैसेज के आधार पर दिया गया है.

कम answerableProbability का मतलब है कि जवाब, सोर्स पर आधारित नहीं है.

answerableProbability कम होने पर, कुछ क्लाइंट ये काम कर सकते हैं:

  • उपयोगकर्ता को "हम उस सवाल का जवाब नहीं दे सके" जैसा मैसेज दिखाएं.
  • अलग-अलग कामों के लिए इस्तेमाल किए जाने वाले ऐसे एलएलएम पर वापस जाएं जो दुनिया भर की जानकारी से पूछे गए सवालों के जवाब देती है. ऐसे फ़ॉलबैक की सीमा और प्रकृति, अलग-अलग क्लाइंट के इस्तेमाल के उदाहरणों पर निर्भर करेगी. शुरुआती थ्रेशोल्ड 0.5 है.
inputFeedback

object (InputFeedback)

सिर्फ़ आउटपुट के लिए. सवाल के मॉडल से जनरेट किए गए जवाब के बजाय, सवाल का जवाब देने के लिए इस्तेमाल किए गए इनपुट डेटा से जुड़ा सुझाव.

"इनपुट डेटा" इनमें से एक या ज़्यादा हो सकता है:

  • GenerateAnswerRequest.content में अंतिम प्रविष्टि से दर्ज प्रश्न
  • बातचीत का इतिहास, जो GenerateAnswerRequest.content की दूसरी एंट्री में बताया गया है
  • तथ्यों के साथ जानकारी देने वाले स्रोत (GenerateAnswerRequest.semantic_retriever या GenerateAnswerRequest.inline_passages)

अनुमति के दायरे

इनमें से किसी एक OAuth दायरों की ज़रूरत होती है:

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

ज़्यादा जानकारी के लिए, पुष्टि करने से जुड़ी खास जानकारी देखें.

GroundingPassages

पैसेज की दोहराई गई सूची.

जेएसओएन के काेड में दिखाना 
{
  "passages": [
    {
      object (GroundingPassage)
    }
  ]
}
फ़ील्ड
passages[]

object (GroundingPassage)

पैसेज की सूची.

GroundingPassage

पैसेज में ग्राउंडिंग कॉन्फ़िगरेशन के साथ इनलाइन शामिल है.

जेएसओएन के काेड में दिखाना 
{
  "id": string,
  "content": {
    object (Content)
  }
}
फ़ील्ड
id

string

तथ्यों पर आधारित जवाबों में इस पैसेज का एट्रिब्यूट देने के लिए, पैसेज का आइडेंटिफ़ायर.
content

object (Content)

पैसेज का कॉन्टेंट.

SemanticRetrieverConfig

सिमैंटिक रिट्रीवर एपीआई का इस्तेमाल करके बनाए गए Corpus या Document से ग्राउंडिंग कॉन्टेंट को वापस पाने के लिए कॉन्फ़िगरेशन.

जेएसओएन के काेड में दिखाना 
{
  "source": string,
  "query": {
    object (Content)
  },
  "metadataFilters": [
    {
      object (MetadataFilter)
    }
  ],
  "maxChunksCount": integer,
  "minimumRelevanceScore": number
}
फ़ील्ड
source

string

ज़रूरी है. डेटा वापस पाने के लिए, संसाधन का नाम डालें. जैसे, Corura/123 या Corpara/123/documents/abc.
query

object (Content)

ज़रूरी है. दिए गए संसाधन में, समानता Chunks का इस्तेमाल करने के लिए क्वेरी करें.
metadataFilters[]

object (MetadataFilter)

ज़रूरी नहीं. संसाधन में से Document और/या Chunk चुनने के लिए फ़िल्टर.
maxChunksCount

integer

ज़रूरी नहीं. फिर से पाने के लिए काम के Chunk की ज़्यादा से ज़्यादा संख्या.
minimumRelevanceScore

number

ज़रूरी नहीं. काम के Chunk के हिसाब से कम से कम कितने काम का स्कोर मिला है.

AnswerStyle

तथ्यों पर आधारित जवाबों के लिए स्टाइल.

Enums
ANSWER_STYLE_UNSPECIFIED जवाब की स्टाइल नहीं बताई गई है.
ABSTRACTIVE छोटी लेकिन अमूर्त शैली.
EXTRACTIVE यह बहुत छोटा और एक्सट्रैक्टिव स्टाइल है.
VERBOSE ज़्यादा जानकारी सहित वर्बोस शैली. जवाब को वाक्य, पैराग्राफ़, कई पैराग्राफ़ या बुलेट पॉइंट वगैरह के तौर पर फ़ॉर्मैट किया जा सकता है.

InputFeedback

सवाल के मॉडल से जनरेट किए गए जवाब के बजाय, सवाल का जवाब देने के लिए इस्तेमाल किए गए इनपुट डेटा से जुड़ा सुझाव.

जेएसओएन के काेड में दिखाना 
{
  "safetyRatings": [
    {
      object (SafetyRating)
    }
  ],
  "blockReason": enum (BlockReason)
}
फ़ील्ड
safetyRatings[]

object (SafetyRating)

इनपुट की सुरक्षा के लिए रेटिंग. हर कैटगरी के लिए ज़्यादा से ज़्यादा एक रेटिंग है.
blockReason

enum (BlockReason)

ज़रूरी नहीं. अगर इस नीति को सेट किया जाता है, तो इनपुट को ब्लॉक कर दिया गया था और कोई उम्मीदवार नहीं दिखाया गया. अपने इनपुट को नए तरीके से लिखें.

BlockReason

इससे पता चलता है कि इनपुट के ब्लॉक होने की वजह क्या थी.

Enums
BLOCK_REASON_UNSPECIFIED डिफ़ॉल्ट मान. इस वैल्यू का इस्तेमाल नहीं किया गया है.
SAFETY सुरक्षा की वजहों से इनपुट ब्लॉक किया गया. safetyRatings की जांच करके, यह पता लगाया जा सकता है कि सुरक्षा की किस कैटगरी ने इसे ब्लॉक किया है.
OTHER अन्य वजहों से इनपुट ब्लॉक किया गया.