# Multimodal Data annotate करें

यदि आप एक Multimodal project का हिस्सा होने वाले dataset को label कर रहे हैं, तो images को annotate करने के लिए prefixes का उपयोग किया जाता है।

एक prefix इनमें से कोई भी हो सकता है:

* जैसे एक identifier `<PREFIX>`, जिसका उपयोग एक को prompt करने के लिए किया जाता है [VLM](https://blog.roboflow.com/what-is-a-vision-language-model/) जैसे Florence-2, या;
* "इस image में क्या है?" जैसा एक question, जो GPT-4o जैसे general VQA models के साथ उपयोग के लिए उपयुक्त है।

उदाहरण के लिए, Florence-2 fine-tuning के लिए, चुना गया prefix उस prefix prompt से मेल खाएगा जो आप model को देते हैं। Florence-2 के लिए, prefixes का format होना चाहिए `<PREFIX>` , जैसे `<TOTAL>`.

GPT-4o के लिए, आपका prefix यह हो सकता है: "इस receipt में total कितना है?"।

आप किसी object में अलग-अलग features के लिए अलग-अलग prefixes जोड़ना चाह सकते हैं, जिन्हें हम identify करना चाहते हैं, जैसे total, subtotal, और tax.

### Prefixes जोड़ें

Prefixes जोड़ने के लिए, Roboflow sidebar में "Classes & Tags" पर क्लिक करें, फिर "Add " button पर क्लिक करें:

<figure><img src="/files/736f37f1fa581897b9f85e023fec69ee6102ad3e" alt=""><figcaption></figcaption></figure>

फिर, prefix दर्ज करें। यह "इस image में क्या है?" जैसा question या "\<RECEIPT>" जैसा unique ID हो सकता है, उस model पर निर्भर करता है जिसे आप train करना चाहते हैं।

आप "+" button के साथ multiple prefixes जोड़ सकते हैं।

अपने prefixes जोड़ने के लिए “Add Prefixes” पर क्लिक करें।

एक बार जब आपने prefixes सेट कर दिए, तो वे आपके annotation editor में questions के रूप में उपलब्ध होंगे:

<figure><img src="/files/8d788cfa9e9e0c2bc80fb15134a25dd10e9309d4" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-hi/annotate/annotate-multimodal-data.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.