SpaceXAI
दृष्टि क्षमताओं के साथ SpaceXAI Grok मॉडल चलाएँ।
दृष्टि क्षमताओं वाले SpaceXAI Grok मॉडलों से एक प्रश्न पूछें।
आप मनमाना टेक्स्ट प्रॉम्प्ट या पूर्वनिर्धारित प्रॉम्प्ट निर्दिष्ट कर सकते हैं, यह ब्लॉक निम्नलिखित प्रकार के प्रॉम्प्ट का समर्थन करता है:
ओपन प्रॉम्प्ट (
अप्रतिबंधित) - कोई भी प्रॉम्प्ट उपयोग करके एक कच्चा उत्तर उत्पन्न करेंपाठ पहचान (OCR) (
ocr) - मॉडल छवि में मौजूद पाठ को पहचानता हैदृश्य प्रश्न उत्तर (
visual-question-answering) - मॉडल आपके प्रॉम्प्ट में सबमिट किए गए प्रश्न का उत्तर देता हैकैप्शनिंग (संक्षिप्त) (
caption) - मॉडल छवि का एक संक्षिप्त विवरण प्रदान करता हैकैप्शनिंग (
detailed-caption) - मॉडल छवि का एक लंबा विवरण प्रदान करता हैएकल-लेबल वर्गीकरण (
classification) - मॉडल छवि सामग्री को दिए गए वर्गों में से एक के रूप में वर्गीकृत करता हैबहु-लेबल वर्गीकरण (
multi-label-classification) - मॉडल छवि सामग्री को दिए गए वर्गों में से एक या अधिक के रूप में वर्गीकृत करता हैबिना प्रॉम्प्ट वस्तु पहचान (
object-detection) - मॉडल छवि में प्रमुख वस्तुओं के लिए बाउंडिंग बॉक्स का पता लगाता है और उन्हें लौटाता हैसंरचित आउटपुट जनरेशन (
structured-answering) - मॉडल निर्दिष्ट फ़ील्ड के साथ एक JSON प्रतिक्रिया लौटाता है
के लिए object-detection, मॉडल एक JSON सूची लौटाता है जिसमें {"label": ..., "box_2d": [x_min, y_min, x_max, y_max]} एंट्रियाँ होती हैं, जहाँ निर्देशांक छवि की चौड़ाई और ऊँचाई के प्रतिशत होते हैं। उपयोग करें VLM As Detector को model_type को spacexai पर सेट करके आउटपुट को मानक डिटेक्शन प्रेडिक्शन्स में बदलें।
इस ब्लॉक का उपयोग करने के लिए आपको अपनी xAI API कुंजी (जो बनाई गई हो console.x.ai) पर) प्रदान करनी होगी। अनुरोध सीधे xAI को जाते हैं और आपके xAI खाते से बिल किए जाते हैं।
प्रकार पहचानकर्ता
स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/spacexai@v1 वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।
गुण
नाम
प्रकार
विवरण
रेफ़्स
name
str
इस स्टेप के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..
❌
task_type
str
मॉडल द्वारा किए जाने वाले कार्य का प्रकार। मान आवश्यक पैरामीटर और आउटपुट प्रतिक्रिया निर्धारित करता है..
❌
prompt
str
Grok मॉडल के लिए टेक्स्ट प्रॉम्प्ट।
✅
output_structure
Dict[str, str]
अपेक्षित JSON प्रतिक्रिया की संरचना वाला शब्दकोश।
❌
classes
List[str]
उपयोग किए जाने वाले वर्गों की सूची।
✅
api_key
str
आपकी xAI API कुंजी।
✅
model_version
str
उपयोग किया जाने वाला मॉडल।
✅
reasoning_effort
str
xAI को भेजा गया वैकल्पिक reasoning effort।
✅
max_tokens
int
टोकन की अधिकतम संख्या जो मॉडल अपनी प्रतिक्रिया में उत्पन्न कर सकता है। यदि निर्दिष्ट नहीं है, तो मॉडल अपनी डिफ़ॉल्ट सीमा का उपयोग करेगा। न्यूनतम मान 16 है..
❌
temperature
float
मॉडल से सैंपल लेने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक, उत्पन्न परिणाम उतने ही अधिक यादृच्छिक / "रचनात्मक" होंगे..
✅
max_concurrent_requests
int
इनपुट छवियों का बैच प्रदान किए जाने पर ब्लॉक द्वारा निष्पादित किए जा सकने वाले समवर्ती अनुरोधों की संख्या। यदि नहीं दिया गया - तो ब्लॉक डिफ़ॉल्ट रूप से Workflows Execution Engine में वैश्विक रूप से कॉन्फ़िगर किए गए मान का उपयोग करेगा। यदि आप xAI सीमाओं तक पहुँचते हैं, तो कृपया इसे सीमित करें..
❌
यह रेफ़्स स्तंभ गुण को डायनेमिक मानों के साथ पैरामीटराइज़ करने की संभावना को दर्शाता है, जो वर्कफ़्लो रनटाइम में उपलब्ध हैं। देखें Bindings अधिक जानकारी के लिए।
रनटाइम संगतता
requires_internet - एयर-गैप्ड / ऑफ़लाइन डिप्लॉयमेंट : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / एयर-गैप्ड डिप्लॉयमेंट से उपलब्ध नहीं होती।
इनपुट और आउटपुट बाइंडिंग्स
उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँच करें कि SpaceXAI SpaceXAI का किस संस्करण v1 में कौन-से बाइंडिंग प्रकार हैं।
अंतिम अपडेट
क्या यह उपयोगी था?