> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/get-started/hi/platform/support/getting-help-faster-what-to-include-in-a-support-request.md).

# सपोर्ट अनुरोध में क्या शामिल करें

Roboflow Support टीम समस्याओं को तेज़ी से हल करती है जब किसी अनुरोध में समस्या को पुन: उत्पन्न करने के लिए पर्याप्त विवरण शामिल हों। नीचे अपनी स्थिति ढूँढें और संपर्क करते समय सूचीबद्ध जानकारी शामिल करें।

## हमेशा क्या शामिल करें

समस्या के प्रकार की परवाह किए बिना, ये पाँच चीज़ें हर सपोर्ट मामले को तेज़ करती हैं:

1. **प्रोजेक्ट और वर्कस्पेस**: वर्कस्पेस ID या प्रभावित प्रोजेक्ट/वर्कस्पेस का सीधा लिंक। (ईमेल द्वारा सबमिट करने पर आवश्यक; अन्यथा आमतौर पर यह हमारे पास स्वतः होता है.)
2. **वर्कस्पेस एक्सेस**: [Roboflow Support टीम को अपने वर्कस्पेस तक पहुँच दें](/get-started/hi/platform/support/sharing-a-workspace-with-roboflow-support.md).
3. **सटीक त्रुटि**: शब्दशः त्रुटि संदेश या response body, paraphrase नहीं।
4. **समय सीमा**: विशिष्ट UTC timestamps, "कल" नहीं।
5. **आपने क्या आज़माया**: हर प्रयास और उसका परिणाम।

## Inference API त्रुटियाँ

आपका production application serverless.roboflow\.com से HTTP 4xx या 5xx responses प्राप्त करना शुरू कर देता है `serverless.roboflow.com`. त्रुटि संदेशों में "Internal error," "Model is temporarily not ready - retry request," "Could not acquire model manager lock," या 30 सेकंड बाद timeouts शामिल हो सकते हैं। Failure rates अचानक बढ़ जाते हैं, अक्सर समय की एक संकीर्ण खिड़की में।

ये त्रुटियाँ platform-side infrastructure incidents, load के तहत memory से model eviction, या client-side request patterns जो capacity से अधिक हो जाते हैं, से उत्पन्न हो सकती हैं। समय सीमा और request log के बिना, विशिष्ट समस्या तक पहुँचना कठिन है।

सबसे अधिक क्या मदद करता है:

* विफलताओं की सटीक समय सीमा, timezone या UTC offset सहित। ("2026-05-22 12:30–12:40 UTC" पर कार्रवाई करना "आज सुबह" की तुलना में बहुत आसान है.)
* पूर्ण inference endpoint URL (उदा: `https://serverless.roboflow.com/test-endpoint/11` के लिए [Serverless Cloud API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api), या `name.deployment@roboflow.com` एक [dedicated deployment](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments)).
* त्रुटि responses का स्क्रीनशॉट या log export, जिसमें HTTP status codes, response bodies, और timestamps दिखें। आपके application या monitoring dashboard का screenshot, जो घटना दिखाता हो, आदर्श है।
* समय सीमा के दौरान लगभग request volume: कुल भेजे गए requests, कितने fail हुए, और sending pattern (burst vs. steady).
* क्या failures अभी भी जारी हैं या हल हो गए हैं।
* क्या failed requests के लिए credits consume हुए थे।

उदाहरण submission:

> "हमने लगभग 90% failure rate देखा जब `https://serverless.roboflow.com/test-endpoint/11` 2026-05-22 को 11:20 और 11:35 AM UTC के बीच hit किया। उस समय हम लगभग 150 requests/hour भेज रहे थे। त्रुटियों ने HTTP 503 के साथ body {"message":"Internal error."} लौटाया। संलग्न हमारे application log का screenshot है। failure लगभग 11:40 AM तक स्वयं हल हो गया प्रतीत होता है। हमारा workspace id fleet-pulse है। क्या failed requests के लिए हमसे शुल्क लिया गया था?"

## Inference प्रदर्शन समस्याएँ

Inference server सही ढंग से चलता है, लेकिन अपेक्षा से अधिक memory consume करता है, समय के साथ बढ़ता है, load के तहत धीमा हो जाता है, या आपके use case के लिए अस्वीकार्य रूप से उच्च latency पैदा करता है। सामान्य रूपों में Jetson device पर घंटों में memory का अनियंत्रित बढ़ना, बड़े model का पहली request पर load होने में बहुत समय लेना, या parallel batch requests के तहत throughput का घट जाना शामिल है।

Memory और latency model architecture, batch size, concurrency settings, image dimensions, hardware, और [inference server](https://docs.roboflow.com/deployment/self-hosted/self-hosted) version पर निर्भर करते हैं। लगभग हर variable मायने रखता है।

सबसे अधिक क्या मदद करता है:

* Inference server version: exact Docker image tag (उदा: `roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6`).
* Hardware specs: GPU model, total RAM, और क्या आप Jetson पर हैं तथा कौन सा JetPack version है।
* लोड किए गए हर model के Model IDs और types (उदा: `object-detection-5gavt/16`, YOLOv8-s, ViT 224×224), साथ ही device के लिए TRT packages मौजूद हैं या नहीं।
* Client configuration: `max_concurrent_requests`, `max_batch_size`, और batches client side पर कैसे बनाए जाते हैं।
* समय के साथ degradation pattern दिखाने वाला memory या CPU usage graph (उदा: एक screenshot `jtop`, `htop`, या लगभग एक घंटे के memory को दिखाने वाला monitoring tool).
* आमतौर पर image size KB में, या यदि ज्ञात हो तो exact pixel dimensions।
* उपयोग में environment variable overrides (उदा: `USE_INFERENCE_MODELS=True/False`).
* पहले आज़माए गए कदम, जिनमें version rollbacks और flag changes, और प्रत्येक का प्रभाव शामिल है।

उदाहरण submission:

> "हम NVIDIA Jetson AGX Orin (JetPack 5.1.1) पर roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6 चला रहे हैं। हम एक साथ 7 model लोड करते हैं: 2 YOLOv8-s object detection और 5 ViT classification models। लगभग 2 घंटे production load (max\_concurrent\_requests=10, max\_batch\_size=100, image size \~50KB) के बाद memory 8GB से \~15GB तक बढ़ जाती है। संलग्न jtop graph है। हमने USE\_INFERENCE\_MODELS=False सेट करने की कोशिश की, जिससे memory लगभग आधी हो गई लेकिन accuracy भी कम हो गई."

## Serverless Workflow त्रुटियाँ

एक Roboflow [Workflow](https://docs.roboflow.com/workflows) (Workflows UI या `serverless.roboflow.com/infer/workflows/...`) त्रुटियाँ देता है, timeout होता है, या अप्रत्याशित परिणाम उत्पन्न करता है। त्रुटियाँ HTTP 500 "Internal error," 502 "Bad gateway," या silent failures हो सकती हैं जहाँ jobs चलते हुए दिखते हैं लेकिन कोई data वापस नहीं आता। यह साधारण model inference failures से अलग है: इसमें आमतौर पर multi-step pipelines, custom Python blocks, या जटिल block chains शामिल होती हैं।

Workflows pipeline के किसी भी step पर fail हो सकते हैं। कौन सा block दोषी है, कितने requests भेजे गए और किस pattern में, और exact workflow definition जानने से मूल कारण संकरा हो जाता है।

सबसे अधिक क्या मदद करता है:

* पूर्ण workflow URL (उदा: `https://serverless.roboflow.com/infer/workflows/test/test-workflow`).
* विफलताएँ कब हुईं, इसका विवरण, timestamps और प्रत्येक time window में approximate request counts सहित।
* असफल requests के लिए HTTP status codes और full response bodies। केवल "500 Internal Error" की तुलना में पूर्ण response body कहीं कम उपयोगी है।
* क्या failures पूर्ण हैं (सभी requests fail) या आंशिक (कुछ succeed करते हैं).
* [Roboflow Support team के लिए Workspace access](/get-started/hi/platform/support/sharing-a-workspace-with-roboflow-support.md), ताकि हम workflow definition और server-side logs की जांच कर सकें।
* विफलताएँ शुरू होने से पहले workflow में हाल के कोई बदलाव (नए blocks जोड़े गए, models बदले गए, image inputs बदले गए).
* Batch jobs के लिए: [batch job](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing) ID "Activity" सेक्शन से, expected बनाम actual output record count, और job duration।

उदाहरण submission:

> "हमारे workflow at `https://serverless.roboflow.com/infer/workflows/my-workspace/classifier-pipeline` ने 2026-05-25 को 12:33 और 12:40 UTC के बीच 195 requests में से 170 HTTP 500 responses लौटाए। Requests लगभग 15-15 के bursts में आए। सभी failures के लिए response body {"message":"Internal error."} था। Workflow लगभग 10 मिनट बाद अपने आप ठीक हो गया। हमने हाल ही में workflow नहीं बदला है। मैंने <support@roboflow.com> को workspace access दे दी है."

## Model Training समस्याएँ

एक [training](https://docs.roboflow.com/models) job पूरी तरह fail हो जाता है, अटक जाता है, बिना विवरण वाला generic error popup दिखाता है, trained model बनाए बिना credits consume करता है, या training के बाद model अप्रत्याशित व्यवहार करता है (उदा: max detections अपेक्षा से कम हैं, या बड़े dataset पर training version generation के दौरान hang हो जाती है).

Training failures dataset characteristics (corrupt images, label format समस्याएँ, class imbalances), resource constraints, या platform bugs से आ सकती हैं। Support team को आपके विशिष्ट project और dataset को देखना होगा।

सबसे अधिक क्या मदद करता है:

* आपने जिस model type और size को train करने की कोशिश की (उदा: RF-DETR Nano, YOLOv8-L, SAM3).
* model का नाम या प्रभावित model का सीधा link (उदा: `app.roboflow.com/my-workspace/my-project/models/my-model`).
* training के लिए उपयोग किया गया dataset version number।
* त्रुटि संदेश शब्दशः, पूर्ण रूप से copy-paste किया हुआ, paraphrase नहीं। यदि यह popup में दिखता है, तो उसका screenshot लें।
* यदि UI में दिखाई दे तो training job ID।
* क्या failed attempt के लिए credits charged किए गए थे।
* dataset version में images और classes की संख्या।
* failure से पहले dataset में हाल के कोई बदलाव (नई images जोड़ी गईं, class names बदले गए, preprocessing settings बदली गईं).
* foundation model fine-tuning (उदा: SAM) के लिए: dataset size, उपयोग किया गया prompt type, और प्रक्रिया में कहाँ crash हुआ।

उदाहरण submission:

> "workspace baz-co में project foo-bar के dataset version 3 पर model YOLOv8-L के लिए training job हर बार generic popup error के साथ fail हो जाता है, कोई अतिरिक्त विवरण नहीं दिखता। dataset में 12 classes के across लगभग 2,400 images हैं। दो failed attempts के लिए मुझसे credits charged किए गए हैं। यहाँ error popup का screenshot है। Workspace access support को दे दी गई है."

## Dataset और Image दृश्यता समस्याएँ

जो images upload की गई थीं वे dataset view में दिखाई नहीं देतीं (header count, ब्राउज़ करते समय वास्तव में दिखाई देने वाली संख्या से अलग है), labeling के बाद dataset में जोड़ी गई images गायब हो जाती हैं, dataset version preparation अनिश्चित काल तक hang हो जाती है, या batch ZIP upload सफल दिखता है लेकिन images accessible नहीं होतीं।

इन समस्याओं के लिए अक्सर backend log inspection की आवश्यकता होती है। Support team को एक सटीक project identifier और ideally specific upload event का record चाहिए।

सबसे अधिक क्या मदद करता है:

* संख्या में अंतर: platform कितनी images दिखाता है बनाम dataset tab ब्राउज़ करते समय वास्तव में कितनी दिखाई देती हैं (उदा: "Header says 1,004 images but only 368 show when browsing").
* Upload कब हुई, जो platform events के साथ correlate करने में मदद करती है।
* उपयोग की गई upload method: browser में drag-and-drop, Python SDK, REST API, ZIP upload, या mobile app.
* Batch या ZIP uploads के लिए: यदि उपलब्ध हो तो "Activity" सेक्शन से batch job ID।
* अंतर दिखाने वाला screenshot (header count बनाम browse view).

उदाहरण submission:

> "मेरे workspace abc\_def में project foo\_bar\_2 project header में 1,004 images दिखाता है लेकिन जब मैं dataset tab खोलता हूँ तो केवल 368 दिखाई देती हैं। मैंने images 2026-05-25 को लगभग 9 AM EST पर drag-and-drop के माध्यम से upload कीं। Workspace access दे दिया गया है। Screenshot संलग्न है."

## Roboflow App UI त्रुटियाँ

Roboflow web app में annotation editor के बाहर कुछ ठीक से काम नहीं कर रहा: pages load होने में fail होती हैं या spinner पर अटकी रहती हैं, dataset version delete करने जैसे actions complete होते दिखते हैं लेकिन असर नहीं होता, settings panels नहीं खुलते, uploads activity queue में अटक जाते हैं, usage dashboard render नहीं होता, या buttons कोई response नहीं देते।

UI bugs अक्सर पीछे चल रहे failing या slow network request, या JavaScript error, से होते हैं, जो visible interface सीधे नहीं दिखाता। Browser के developer tools network और JavaScript स्तर पर क्या गलत है, यह उजागर करते हैं।

सबसे अधिक क्या मदद करता है:

* बग दिखाने वाली screen recording (Loom, video, या GIF). इन मामलों के लिए यह सबसे मूल्यवान artifact है।
* browser network request log का screenshot, जो दिखाता है कि कोई requests fail हो रही हैं या लंबे समय से चल रही हैं। देखें [Chrome के network panel documentation](https://developer.chrome.com/docs/devtools/network) इसे कैसे खोलें; अन्य browsers में समान tools होते हैं।
* browser console log में कोई errors। देखें [Chrome के console documentation](https://developer.chrome.com/docs/devtools/console/log) इसे कैसे access करें; अन्य browsers में समान tools होते हैं।
* आपका browser नाम और version (उदा: macOS 14.4 पर Chrome 124).
* चरण-दर-चरण reproduction steps: आपने क्या क्लिक किया, किस क्रम में, एक fresh page load से शुरू करके।
* क्या बग हाल ही में आया, और क्या यह किसी platform update के साथ मेल खाता है जिसे आपने देखा था।
* सटीक अपेक्षित व्यवहार बनाम वास्तविक व्यवहार।
* क्या समस्या लगातार है या बीच-बीच में आती है।

उदाहरण submission:

> "project `test-project` (workspace `test-workspace`), version 3 पर 'Delete version' पर क्लिक करने से success toast दिखता है लेकिन version सूची में बना रहता है। नेटवर्क log screenshot में एक `DELETE` request लौटता हुआ दिखता है `500 Internal Server Error`. Console दिखाता है `Uncaught TypeError: Cannot read properties of undefined`. Browser: Ubuntu 22.04 पर Firefox 126. normal और private दोनों windows में reproduced. Screen recording संलग्न है."

## Annotation Tool बग्स

Roboflow annotation editor में एक tool गलत व्यवहार करता है: keyboard shortcuts काम करना बंद कर देते हैं, एक tool चुनने पर दूसरा वापस आ जाता है, undo (Ctrl+Z) अपेक्षा से अधिक delete कर देता है, Label Assist अनिश्चित काल तक लोड होता रहता है, या annotations तब save नहीं होते जब उन्हें होना चाहिए।

Annotation bugs अक्सर browser-specific, OS-specific, या हाल के platform deployments के कारण होते हैं। Screen recording लगभग हमेशा लिखित वर्णन से अधिक जानकारीपूर्ण होती है।

सबसे अधिक क्या मदद करता है:

* बग दिखाने वाली screen recording (Loom, video, या GIF). Annotation व्यवहार को शब्दों में बताना कठिन और दिखाना आसान है, इसलिए इन मामलों के लिए यह सबसे मूल्यवान artifact है।
* browser network request log का screenshot, जो दिखाता है कि कोई requests fail हो रही हैं या लंबे समय से चल रही हैं। देखें [Chrome के network panel documentation](https://developer.chrome.com/docs/devtools/network) इसे कैसे खोलें; अन्य browsers में समान tools होते हैं।
* browser console log में कोई errors। देखें [Chrome के console documentation](https://developer.chrome.com/docs/devtools/console/log) इसे कैसे access करें; अन्य browsers में समान tools होते हैं।
* आपका browser नाम और version (उदा: macOS 14.4 पर Chrome 124).
* project type (Object Detection, Instance Segmentation, Classification, etc.) और उपयोग में specific annotation tool (polygon, polyline, bounding box, smart polygon).
* बग को ट्रिगर करने वाला keyboard shortcut या action, step-by-step reproduction steps के साथ।
* क्या समस्या सभी images को प्रभावित करती है या specific images को। यदि specific हों, तो project link और image name या ID साझा करें।
* क्या बग हाल ही में आया, और क्या यह किसी platform update के साथ मेल खाता है जिसे आपने देखा था।
* सटीक अपेक्षित व्यवहार बनाम वास्तव में क्या होता है।
* क्या समस्या लगातार है या बीच-बीच में आती है।

उदाहरण submission:

> "projects my-test-project और my-other-test-project (workspace test-workspace) में, polyline tool में हाल ही में तीन bugs आए हैं: (1) polyline tool active होने पर Ctrl+scroll से zoom करने पर bounding box tool पर स्विच हो जाता है; (2) Ctrl+Z अब सिर्फ आखिरी point के बजाय पूरी annotation delete कर देता है; (3) Esc दबाने पर अब annotation discard करने के बजाय उसे save कर देता है। यहाँ प्रत्येक behavior दिखाने वाली दो Loom recordings हैं: \[link 1], \[link 2]. Browser: Windows 11 पर Chrome 124."

## API Authentication त्रुटियाँ

model inference endpoints, Roboflow Python SDK, या HTTP API पर API calls 403 Forbidden के साथ "Missing or insufficient permissions." जैसे संदेश लौटाती हैं। यह plan upgrade के तुरंत बाद, private model access करने की कोशिश करते समय, या API key rotate होने के बाद हो सकता है।

403 errors गलत या expired API key, workspace-level key के बजाय project-level key (या इसके उलट) का उपयोग, ऐसी plan से model access करना जिसमें वह feature शामिल नहीं है, या plan upgrade के बाद permissions propagation में देरी के कारण हो सकते हैं।

सबसे अधिक क्या मदद करता है:

* पूर्ण error response: केवल status code नहीं, बल्कि complete HTTP status code और response body। SDK errors के लिए, पूर्ण Python traceback।
* जिस endpoint या SDK method को call किया जा रहा है (उदा: `serverless.roboflow.com/model-name/version`, `InferenceHTTPClient`, `CLIENT.infer()`).
* model ID और version number।
* उपयोग में API key का type, workspace या project. key स्वयं साझा न करें, केवल type बताएं।
* क्या key हाल ही में rotate हुई थी या plan हाल ही में बदला गया था।
* एक redacted code snippet दिखाएँ जिसमें आप API call construct करते हैं, actual key को placeholder जैसे से बदलकर `YOUR_API_KEY`.
* क्या यह पहले काम करता था, और क्या बदला।

उदाहरण submission:

> "जब मैं `https://serverless.roboflow.com/test-endpoint/1` के साथ `Authorization: Bearer YOUR_API_KEY` header. मैं workspace-level API key का उपयोग कर रहा हूँ। यह तब शुरू हुआ जब मैंने कल Free Plan से Core में upgrade किया। model private है। यहाँ पूर्ण Python traceback है: \[paste]. workspace my-test-workspace है। Workspace access दे दिया गया है."

## Account Access समस्याएँ

आप Roboflow में log in नहीं कर पा रहे: login page लगातार loading कर रहा है, Google [SSO](/get-started/hi/platform/enterprise-features/single-sign-on-sso.md) login blocked है, forgotten-password reset काम नहीं कर रहा, या कोई account locked है क्योंकि connected Google account उपलब्ध नहीं है।

Access issues अक्सर उपयोग में आने वाले specific email या identity provider से जुड़ी होती हैं। ये Google की ओर OAuth scope changes या browser/extension interference के कारण भी हो सकती हैं।

सबसे अधिक क्या मदद करता है:

* उस account से जुड़ा email address जिसे आप access करना चाहते हैं।
* Login method: email and password, Google SSO, या GitHub SSO.
* सटीक error message या behavior: "page keeps loading," "invalid credentials," "account not found," या कोई specific error code.
* त्रुटि स्थिति का screenshot.
* Browser का नाम और version, और क्या आपने incognito/private window या अलग browser आज़माया है।
* क्या यह नई समस्या है या हमेशा से ऐसा ही रहा है (उदा: newly created account बनाम existing account जो काम करना बंद कर गया).

## Workspace और Project Management समस्याएँ

आप [workspace delete नहीं कर सकते](/get-started/hi/platform/workspaces/delete-a-workspace.md) या project (deletion button कुछ नहीं करता या error लौटाता है), एक workspace गलती से गलत plan में upgraded हो गया, ownership transfer नहीं होती, billing failure के बाद projects inaccessible हो जाते हैं, image upload limit hit हो जाती है, या एक [public project](https://docs.roboflow.com/datasets/manage/make-a-project-public) अनजाने में private data उजागर कर देता है।

सबसे अधिक क्या मदद करता है:

* वह specific action जो fail हो रही है और देखा गया error message या behavior।
* त्रुटि स्थिति या अवांछित project स्थिति का screenshot.
* Deletion समस्याओं के लिए: पुष्टि कि आपने पहले ही workspace के भीतर सभी projects और images delete कर दिए हैं, जो अक्सर आवश्यक पूर्वशर्त होती है।
* Accidental upgrades के लिए: उस workspace के IDs जो upgrade हुआ और जो intended था, दोनों, और परिवर्तन का approximate time.
* Image limit समस्याओं के लिए: वर्तमान में workspace में कितनी images हैं और दिखाया गया limit क्या है।

## Credits और Usage समस्याएँ

Credits अपेक्षा से तेज़ खत्म हो जाते हैं, failed training jobs या failed inference के लिए credits charge होते हैं, या [usage dashboard](/get-started/hi/platform/billing-and-plans/credits/view-credit-usage.md) लोड नहीं हो रहा.

सबसे अधिक क्या मदद करता है:

* वह workspace नाम जहाँ credit issue हुआ।
* अप्रत्याशित credit consumption की approximate date और time।
* किस operation ने credits consume किए: inference calls, training, या batch processing.
* क्या कोई ज्ञात [platform incident](/get-started/hi/platform/support/roboflow-status-and-uptime.md) consumption spike के साथ मेल खाता था, और क्या आपने उस समय errors देखे।
* consumption spike दिखाने वाला usage dashboard का screenshot.

## Data Privacy और Account Deletion

अनुरोध [account delete करने](/get-started/hi/platform/support/account-deletion.md) और सभी संबंधित personal data (GDPR erasure requests), account deletion के बाद images का सार्वजनिक रूप से accessible रह जाना, या public Universe से कोई specific project हटाने के अनुरोध।

सबसे अधिक क्या मदद करता है:

* delete किए जाने वाले account का email address.
* पुष्टि कि account deletion आगे बढ़ाने से पहले account के भीतर से सभी projects और workspaces delete कर दिए गए हैं, जो आवश्यक है।
* GDPR requests के लिए: अनुरोध के कानूनी आधार का एक कथन और उस data का विवरण जिसके बारे में आप मानते हैं कि वह अभी भी accessible है।
* किसी भी specific public Universe resource का link जिसे हटाया जाना चाहिए, कारण सहित।

## Security समस्याएँ

एक API key गलती से expose हो गई (उदा: public GitHub repo में commit हो गई या chat में साझा की गई), या किसी security researcher ने Roboflow platform में कोई vulnerability पाई।

{% hint style="warning" %}
यदि कोई key expose हो गई है, तो तुरंत अपने Roboflow workspace settings में उसे rotate करें। Rotate करने से compromised key invalid हो जाती है। फिर exposure के approximate time के साथ support को सूचित करें ताकि हम किसी unauthorized use का audit कर सकें।
{% endhint %}

Exposed keys के लिए, शामिल करें:

* पुष्टि कि key पहले ही rotate की जा चुकी है।
* Key कब expose हुई थी उसकी approximate date and time, और किस channel के माध्यम से।
* क्या exposure window के दौरान unauthorized API usage के evidence हैं।

Vulnerability reports के लिए, vulnerability का स्पष्ट description, reproduction steps, और संभावित impact के साथ <security@roboflow.com> पर email करें।