> 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/models/hi/model-ids.md).

# मॉडल IDs

प्रशिक्षित प्रत्येक मॉडल की एक मॉडल आईडी होती है जो उसे तब पहचानती है जब आप उसे डिप्लॉय करते हैं, इन्फरेंस चलाते हैं, या Workflow मॉडल ब्लॉक में उसे चुनते हैं। यह पृष्ठ मॉडल आईडी की वर्तमान संरचना का वर्णन करता है, साथ ही यह भी कि आईडी का एक पूर्व (लीगेसी) प्रारूप कुछ परिस्थितियों में अभी भी कैसे समर्थित है।

## मॉडल आईडी संरचना

एक मॉडल आईडी का प्रारूप होता है `{workspace}/{model-slug}`. पहला भाग आपका Workspace URL slug होता है। दूसरा भाग, model slug, workspace के भीतर मॉडल की पहचान करता है और हाइफ़न से जुड़े चार भागों से बनता है:

```
{project}-{version}-{architecture}-t{n}
```

* `project`: मॉडल से संबंधित प्रोजेक्ट का URL slug। उदाहरण: `construction-safety-xpv3w`.
* `version`: वह dataset version संख्या जिस पर मॉडल को प्रशिक्षित किया गया था। उदाहरण: `12`.
* `आर्किटेक्चर`: प्रशिक्षण के लिए उपयोग की गई मॉडल आर्किटेक्चर। उदाहरण: `rfdetr-small`.
* `t{n}`: संस्करण के लिए एक प्रशिक्षण काउंटर। किसी संस्करण पर शुरू हुआ पहला प्रशिक्षण t1 होता है, दूसरा t2, और इसी तरह आगे।

उदाहरण के लिए, URL slug वाले किसी प्रोजेक्ट का संस्करण 3 पर दूसरा RF-DETR Small प्रशिक्षण `construction-safety-xpv3w` वर्कस्पेस `my-workspace` मॉडल आईडी उत्पन्न करता है `my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2`.

मॉडल स्लग प्रशिक्षण शुरू होते ही असाइन कर दिया जाता है, इसलिए आप यह देख सकते हैं कि प्रशिक्षण अभी चल रहा होने पर मॉडल की आईडी क्या होगी। प्रशिक्षण काउंटर के प्रत्यय कभी पुनः उपयोग नहीं किए जाते: यदि कोई प्रशिक्षण विफल हो जाता है या रद्द कर दिया जाता है, तो उसका नंबर छोड़ दिया जाता है और उस संस्करण पर अगला प्रशिक्षण अगले नंबर को पाता है।

एक [Neural Architecture Search](/models/hi/train/neural-architecture-search.md) प्रशिक्षण से कई उम्मीदवार मॉडल बनते हैं। NAS उम्मीदवार मॉडल आईडी अन्य मॉडल आईडी की तरह दिखते हैं, लेकिन उनके साथ एक डबल हाइफ़न और 6-अक्षर का हैश जोड़ा जाता है (उदाहरण: `my-workspace/construction-safety-xpv3w-3-rfdetr-nas-t1--9589f2`). v2 trainings endpoints में, एक NAS training अपना `modelType` के रूप में `rfdetr-nas-parent`, जबकि उसके प्रत्येक candidate models रिपोर्ट करते हैं `rfdetr-nas`.

## मॉडल आईडी खोजें

आप वेब UI, REST API, या Roboflow MCP Server के माध्यम से किसी भी प्रशिक्षित मॉडल की आईडी देख सकते हैं।

{% tabs %}
{% tab title="वेब UI" %}
अपने प्रोजेक्ट साइडबार में "Models" पर क्लिक करके खोलें [Models पृष्ठ](/models/hi/evaluate/view-trained-models.md). प्रत्येक मॉडल अपने "ID:" लेबल के पास अपनी आईडी दिखाता है, और उसके बगल में "Copy Model ID" बटन होता है। वही आईडी और कॉपी बटन मॉडल के विस्तृत दृश्य और प्रत्येक संस्करण पृष्ठ पर मॉडलों की तालिका में दिखाई देते हैं।
{% endtab %}

{% tab title="REST API" %}
यह [प्रोजेक्ट मॉडल सूचीबद्ध करें](https://docs.roboflow.com/platform/workspaces/list-workspaces-and-projects#list-project-models) endpoint किसी प्रोजेक्ट में प्रशिक्षित हर मॉडल को लौटाता है। प्रत्येक प्रविष्टि के response में `url` फ़ील्ड मॉडल आईडी होती है:

```
GET https://api.roboflow.com/{workspace}/{project}/models?api_key=YOUR_API_KEY
```

```json
[
  {
    "url": "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2",
    "version": "3",
    "modelType": "rfdetr-small",
    "train": { "status": "finished" },
    ...
  },
  ...
]
```

किसी विशिष्ट version पर प्रशिक्षित मॉडलों को खोजने के लिए, v2 trainings endpoints का उपयोग करें। किसी version के trainings की सूची बनाने पर हर training के साथ उसके द्वारा बनाए गए मॉडलों की IDs उसके `modelIds` फ़ील्ड में मिलती हैं। किसी legacy single-model version में, training `id` एक ऐसे पथ के रूप में होता है `{workspaceId}/{version}/training/0` (नीचे दिखाए गए hash के बजाय), और `modelIds` में संस्करण की [legacy ID](#legacy-model-ids) होती है, इस प्रारूप में:

```
GET https://api.roboflow.com/{workspace}/{project}/{version}/v2/trainings?api_key=YOUR_API_KEY
```

```json
{
  "trainings": [
    {
      "id": "0a1b2c3d4e5f67890abc",
      "versionId": "3",
      "status": "finished",
      "modelType": "rfdetr-small",
      "modelIds": ["my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2"],
      ...
    },
    ...
  ]
}
```

एक single training प्राप्त करने पर प्रति-मॉडल विवरण मिलते हैं, जिनमें शामिल हैं प्रत्येक मॉडल की आईडी उसके `modelId` फ़ील्ड में `models` सूची। आप `trainingId` को छोड़ सकते हैं जब version में केवल एक training हो, लेकिन यदि version में कई trainings हों तो ऐसा अनुरोध 409 error के साथ विफल हो जाता है।

```
GET https://api.roboflow.com/{workspace}/{project}/{version}/v2/trainings/get?api_key=YOUR_API_KEY&trainingId={trainingId}
```

```json
{
  "trainingId": "0a1b2c3d4e5f67890abc",
  "versionId": "3",
  "status": "finished",
  "modelType": "rfdetr-small",
  "modelCount": 1,
  "models": [
    {
      "modelId": "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2",
      "modelType": "rfdetr-small",
      "status": "finished",
      "metrics": { ... }
    }
  ],
  ...
}
```

{% endtab %}

{% tab title="MCP" %}
यह [Roboflow MCP Server](https://docs.roboflow.com/agents/agents/mcp-server) ऐसे टूल प्रदान करता है जो मॉडल IDs लौटाते हैं। `models_list` एक प्रोजेक्ट के प्रशिक्षित मॉडलों की सूची बनाता है (वर्कस्पेस कनेक्शन के क्रेडेंशियल्स से आता है, और प्रोजेक्ट को `project_id`के रूप में पास किया जाता है) और प्रत्येक मॉडल की आईडी अपने `url` फ़ील्ड में लौटाता है, version या NAS run द्वारा वैकल्पिक फ़िल्टरिंग के साथ। `trainings_get` और `trainings_list` हर training द्वारा बनाए गए मॉडलों की IDs लौटाते हैं। Agents इन IDs को अन्य टूल्स को दे सकते हैं, जैसे `models_infer`.
{% endtab %}
{% endtabs %}

## पुरानी मॉडल IDs

अतीत में, Roboflow dataset versions पर केवल एक training run हो सकता था, इसलिए मॉडल्स की विशिष्ट पहचान ID के इस प्रारूप से होती थी `{project}/{version}`.

उदाहरण के लिए, `construction-site-safety/3` का संदर्भ देने के लिए उपयोग होता था *उस* प्रोजेक्ट के version 3 पर प्रशिक्षित मॉडल। पहला भाग project URL slug है, workspace नहीं, और दूसरा भाग version number है। यह वह format है जिसका उपयोग पुराने SDKs, code snippets, और Inference installations करते हैं (उदाहरण: `model_id="construction-site-safety/3"`).

चूँकि अब [एक से अधिक training चलाना](/models/hi/versions-trainings-and-models.md) dataset version पर संभव है, इसलिए legacy-format IDs अब प्राथमिक नहीं हैं। यदि आप 30 जून 2026 के बाद शुरू किए गए नए trainings के लिए ऐसे IDs का उपयोग करने की कोशिश करते हैं, तो वे पर्दे के पीछे नए style की ID में resolve हो जाएंगे।

## Legacy IDs कैसे resolve होते हैं

Legacy-format IDs aliases के माध्यम से काम करते रहते हैं। जब किसी version पर शुरू हुई पहली training सफलतापूर्वक पूरी हो जाती है, तो Roboflow उस version की legacy `{project}/{version}` ID को नई model ID से लिंक कर देता है। Legacy ID का उपयोग करने वाले अनुरोध, जिनमें पुराने Inference installations से weights downloads भी शामिल हैं, स्वतः उसी model पर resolve हो जाते हैं।

Alias केवल *पहली* training द्वारा बनाया जाता है और उसके बाद नहीं बदलता:

* यदि पहली training सफलतापूर्वक पूरी हो जाती है, तो legacy ID स्थायी रूप से उसी model को संदर्भित करता है, भले ही आप उसी version पर और models प्रशिक्षित करें। बाद के models को उनकी अपनी model IDs से संदर्भित करें।
* यदि पहली training विफल हो जाती है या रद्द कर दी जाती है, तो कोई alias नहीं बनाया जाता, और version पर बाद की trainings कोई alias नहीं बनातीं।

जिस version के पास alias नहीं है, उसे अभी भी उसकी legacy ID से संदर्भित किया जा सकता है, बशर्ते उसमें ठीक एक model हो। यदि उसमें कई models हों और alias न हो, तो legacy ID का उपयोग करने वाले अनुरोध विफल हो जाते हैं क्योंकि संदर्भ अस्पष्ट होता है, और आपको model की अपनी ID का उपयोग करना होगा।

{% hint style="info" %}
Legacy IDs backwards compatibility के लिए मौजूद हैं। नए integrations में पूर्ण model IDs को प्राथमिकता दें: वे अस्पष्ट नहीं हैं और version के हर model के लिए काम करते हैं।
{% endhint %}