For the complete documentation index, see llms.txt. This page is also available as Markdown.

प्रति version कई मॉडल: मॉडल्स को side by side train और compare करें

अब आप एक ही डेटासेट संस्करण पर कई मॉडल प्रशिक्षित कर सकते हैं। किसी संस्करण पर एक प्रशिक्षण शुरू करें, फिर समानांतर में दूसरा शुरू करें: YOLOv8, YOLO26, और RF-DETR के हर आकार को एक ही डेटा पर प्रशिक्षित करें और परिणामों की सीधे तुलना करें।

रोलआउट के बाद प्रशिक्षित मॉडल एक नई पूर्ण मॉडल ID के साथ पंजीकृत होते हैं, जो मॉडल पेज पर दिखाई देती है, जबकि मौजूदा प्रोजेक्ट और संस्करण संदर्भ बिना किसी बदलाव के काम करते रहते हैं। MCP Server भी इस नई क्षमता का समर्थन करता है, ताकि एक एजेंट आपकी ओर से प्रशिक्षण शुरू कर सके और उनकी तुलना कर सके।

अंतिम अपडेट

क्या यह उपयोगी था?