স্টক মেটাডেটার জন্য Gemma ও Qwen কীভাবে পরীক্ষা করবেন

জেনারেটর খোলার আগেই পরীক্ষা নির্ধারণ করুন

আপনি বাস্তবে যে ধরনের কাজ জমা দেন, তার প্রতিনিধিত্ব করে এমন পাঁচটি ছবি বেছে নিন: যেমন একটি পণ্যের দৃশ্য, একটি ল্যান্ডস্কেপ, একটি খাবারের ছবি, মানুষবিহীন একটি অভ্যন্তরীণ দৃশ্য এবং একটি পরিবহন-ছবি। শুধু সহজ ছবি বাছাই করবেন না। অনুমান ধরা পড়তে পারে এমন বিবরণ রাখুন, যেমন অনিশ্চিত প্রজাতি, অপাঠ্য লেবেল বা দ্ব্যর্থক স্থান।

আপনি যে তথ্যগুলো জানেন, সেগুলো দিয়ে একটি ছোট প্রম্পট তৈরি করুন। নির্দিষ্ট মার্কেটপ্লেসের ভাষা এবং চাওয়া ট্যাগের সঠিক সংখ্যা উল্লেখ করুন। দুই মডেলের জন্য শব্দচয়ন, ছবির ক্রম ও ট্যাগ সংখ্যা অপরিবর্তিত রাখুন। একটি মডেলের ফল দেখার পর অন্য মডেলে ইঙ্গিত যোগ করবেন না; এতে তুলনার ভিত্তি বদলে যাবে।

• প্রতিটি ছবির ফাইলনাম এবং এক বাক্যের তথ্যগত রেফারেন্স লিখে রাখুন।
• দুই দফা চালানোর আগেই নির্দিষ্ট ট্যাগ সংখ্যা, যেমন 20, ঠিক করুন।
• তথ্যগত ভুল, অপ্রাসঙ্গিক ট্যাগ বা অনুপস্থিত দরকারি ধারণা হিসেবে কী গণ্য হবে, তা আগে স্থির করুন।

পরীক্ষার নোট: পাঁচটি ফাইল; ইংরেজি মেটাডেটা; প্রতি ফাইলে 20টি কীওয়ার্ড; একটি অভিন্ন প্রম্পট; প্রতিটি চালানোর পর হাতে পর্যালোচনা।

তথ্যভিত্তিক প্রম্পট প্রস্তুত করুন

প্রম্পটে মডেলের জন্য প্রেক্ষাপট থাকবে, কিন্তু উত্তর লিখে দেওয়া হবে না। দৃশ্যমান বা যাচাইকৃত তথ্য, উদ্দেশ্য এবং বিধিনিষেধ উল্লেখ করুন। মিশ্র ব্যাচের ক্ষেত্রে এমন বিস্তৃত বক্তব্য ব্যবহার করবেন না, যা ভুল করে প্রতিটি ফাইলে প্রযোজ্য হয়ে যায়। আপনি যদি জানেন ছবিতে একটি সিরামিক মগ আছে, কিন্তু প্রস্তুতকারক জানেন না, তা স্পষ্টভাবে বলুন। মডেলকে ব্র্যান্ড, ব্যক্তি, স্থান, প্রজাতি, তারিখ বা প্রকাশনা সম্পর্কে অনুমান না করতে বলুন।

Gemma ও Qwen-এর জন্য একই প্রম্পট রাখুন। অ্যাপের ব্যাচ-বিবরণ যদি জেনারেশনের প্রেক্ষাপট হিসেবে পাঠানো হয়, সেটিকে বিপণনমূলক অনুচ্ছেদ নয়, তথ্যভিত্তিক নির্দেশনা হিসেবে লিখুন। মডেল তবু ভুল করতে পারে, তাই প্রতিটি ফল সম্পাদনাযোগ্য এবং পর্যালোচনা আবশ্যক।

• নিশ্চিত বিষয়, পরিবেশ এবং নির্ধারিত বাণিজ্যিক প্রেক্ষাপট অন্তর্ভুক্ত করুন।
• পরিচয়, মালিকানা, স্থান, প্রজাতি এবং ব্র্যান্ড সম্পর্কে অনুমান স্পষ্টভাবে নিষিদ্ধ করুন।
• ছবি বা আপনার নথি থেকে যাচাই করা যায় না এমন দাবি চাইবেন না।

প্রম্পট: Create an accurate English title and 20 relevant keywords for each image. Use only visible or supplied facts. Do not infer names, brands, exact locations, dates, species or demographic traits. Put the most important concepts first.

Gemma ও Qwen স্থানীয়ভাবে চালান

MetaStocker-এ একটি স্থানীয় মডেল বেছে নিন, প্রয়োজন হলে সেটি ডাউনলোড করুন এবং জেনারেশনের আগে লোড করুন। যাচাইকৃত স্থানীয় বিকল্পগুলোর মধ্যে রয়েছে Gemma 4 E2B, Gemma 4 E4B এবং Qwen3.5 2B; Gemma E2B ডিফল্ট। তুলনা সহজে বোঝার জন্য একটি সমান্তরাল থ্রেড দিয়ে শুরু করুন। দ্বিতীয় থ্রেড আরেকটি মডেল-কপি লোড করতে পারে এবং অতিরিক্ত মেমরি লাগতে পারে, তাই প্রথম চালনা নির্ভরযোগ্যভাবে সামলাতে পারলে তবেই এটি পরীক্ষা করুন।

ব্রাউজার সমর্থন থাকা আর পর্যাপ্ত সক্ষমতা থাকা এক বিষয় নয়। WebGPU-এর জন্য উপযুক্ত নিরাপদ ব্রাউজার পরিবেশ, GPU ও ড্রাইভার দরকার; সমর্থিত ব্রাউজারেও কোনো মডেলের জন্য যথেষ্ট মেমরি নাও থাকতে পারে। মডেলের নাম, ডিভাইস, ব্রাউজার ও থ্রেড সংখ্যা লিখে রাখুন। মেমরিতে লোড করা মডেলকে ডাউনলোড করা ব্রাউজার ক্যাশের সঙ্গে গুলিয়ে ফেলবেন না: আনলোড করলে ক্যাশ থেকে যেতে পারে, আর মডেল ফাইল মুছলে সেই স্থানীয় সংরক্ষণ মুছে যায়।

• স্থির সেটিংস ব্যবহার করে Gemma দিয়ে পাঁচটি ছবিই চালান।
• প্রম্পট বা চাওয়া সংখ্যা না বদলে Qwen দিয়ে আবার চালান।
• ডাউনলোড, লোডিং বা মেমরির সমস্যাগুলো মেটাডেটার মানের সমস্যা থেকে আলাদাভাবে লিখুন।

কাজের উদাহরণ: পাঁচটি ছবির তুলনা-শিট

উদাহরণ কর্মপদ্ধতি: আপনি স্টুডিওর টেবিলে পাঁচটি পুনর্ব্যবহারযোগ্য পানির বোতল, একটি সাদামাটা দেয়ালের পাশে লাল সাইকেল, কাটা কমলার একটি বাটি, কুয়াশাচ্ছন্ন বনের একটি পথ এবং ফাঁকা ডিজাইন-স্ক্রিন দেখানো একটি ল্যাপটপের ছবি তুলেছেন। আপনার যাচাইকৃত নোটে বস্তুগুলো শনাক্ত করা আছে, কিন্তু বোতলের ব্র্যান্ড, সাইকেলের মালিক, বনের স্থান বা ল্যাপটপের সফটওয়্যার নিশ্চিত নয়। আপনি একই প্রম্পট ব্যবহার করে Gemma-কে 20টি ইংরেজি কীওয়ার্ড চাইবেন, তারপর Qwen দিয়ে আবার করবেন।

প্রতিটি ফাইলের জন্য সম্পাদনার আগে মডেলের কাঁচা ফল লিখে রাখুন। তথ্যগত ভুল, অপ্রাসঙ্গিক বা পুনরাবৃত্ত কীওয়ার্ড, অনুপস্থিত গুরুত্বপূর্ণ ধারণা এবং সারিটি প্রকাশযোগ্য করতে লাগা মিনিট গুনুন। কোনো কীওয়ার্ড শুধু কম কার্যকর হলেই তা স্বয়ংক্রিয়ভাবে তথ্যগত ভুল নয়। অনুমান করা ব্র্যান্ড বা নির্দিষ্ট স্থান সম্ভাব্য শোনালেও তথ্যগত ভুল। সংশোধনকে বাদ পড়া বিষয় থেকে আলাদা রাখুন, যাতে শিটে বোঝা যায় প্রতিটি মডেল কী ধরনের কাজ তৈরি করছে।

• প্রতি ছবির জন্য একটি সারি এবং প্রতি মডেলের জন্য আলাদা কলাম-ব্লক ব্যবহার করুন।
• কাঁচা ফল আপনার সম্পাদিত চূড়ান্ত মেটাডেটা থেকে আলাদাভাবে সংরক্ষণ করুন।
• শিটটিকে বৈজ্ঞানিক বেঞ্চমার্ক বা সাধারণ মডেল-র‌্যাঙ্কিং হিসেবে প্রকাশ করবেন না।

File | Model | Factual errors | Irrelevant/repeated tags | Missing concepts | Edit minutes
bottle.jpg | Gemma E2B | 1 guessed brand | 2 | 1 | 4
bottle.jpg | Qwen3.5 2B | 0 | 1 | 2 | 3

জয়ী মডেল নয়, সিদ্ধান্তের জন্য স্কোর করুন

দুই দফা চালানোর পর মোট ফল তুলনা করুন এবং প্রতিটি সারি দেখুন। কম ভুলের মডেলটির শিরোনাম অস্বাভাবিক হলে বা দরকারি ধারণা অসম্পূর্ণ থাকলে সম্পাদনায় বেশি সময় লাগতে পারে। সহজ বস্তুর ক্ষেত্রে দ্রুততর মডেলটি দ্ব্যর্থক প্রেক্ষাপটের ছবির জন্য কম উপযোগী হতে পারে। তাই আপনার ব্যবহারিক সিদ্ধান্ত শর্তসাপেক্ষ হতে পারে: সরল ব্যাচের জন্য একটি মডেল এবং যার পরামর্শ সংশোধন করা সহজ, এমন কাজের জন্য অন্যটি ব্যবহার করুন।

পাঁচটি ছবির ফলকে একটি মডেল অন্যটির চেয়ে শ্রেষ্ঠ—এমন দাবিতে রূপান্তর করবেন না। নমুনা, প্রম্পট, ট্যাগ সংখ্যা, সেটিংস ও তারিখ লিখে রাখুন, যাতে মডেল আপডেট বা কর্মপদ্ধতি বদলের পর পরীক্ষা পুনরাবৃত্তি করতে পারেন। অ্যাপ চাওয়া ট্যাগ সংখ্যার যাচাই করে, কিন্তু তা পরিমাণ নিশ্চিত করে; নির্ভুলতা বা মার্কেটপ্লেসে গ্রহণযোগ্যতা নয়।

• আপনার নিয়মিত ছবির ধরনগুলোর জন্য যার পর্যালোচনার চাপ কম ঝুঁকিপূর্ণ, সেই মডেল বেছে নিন।
• গুরুতর ভুলের উদাহরণগুলো ভবিষ্যৎ প্রম্পটের সতর্কতামূলক কেস হিসেবে রাখুন।
• দীর্ঘমেয়াদি কর্মপদ্ধতি বদলানোর আগে নতুন নমুনা দিয়ে আবার পরীক্ষা করুন।

সতর্কভাবে পর্যালোচনা ও রপ্তানি করুন

প্রতিটি ফাইলের প্রতিটি শিরোনাম ও কীওয়ার্ড পর্যালোচনা করুন। লক্ষ্য মার্কেটপ্লেসে যেখানে ক্রম গুরুত্বপূর্ণ, সেখানে সবচেয়ে শক্তিশালী ধারণাগুলো শুরুতে রাখুন, পুনরাবৃত্তি সরান এবং অনুমান প্রত্যাখ্যান করুন। Adobe-এর সাধারণ নির্দেশিকায় সর্বোচ্চ 49টি কীওয়ার্ড অনুমোদিত, কিন্তু অবদানকারীর অ্যাকাউন্টের ভাষা মেটাডেটার ভাষার সঙ্গে মিলতে হবে। রপ্তানি বা আপলোডের আগে বর্তমান অবদানকারী পোর্টালের শর্ত অবশ্যই পরীক্ষা করুন, কারণ মার্কেটপ্লেসের নীতি বদলাতে পারে।

MetaStocker মার্কেটপ্লেসের CSV ফরম্যাট রপ্তানি করতে পারে, কিন্তু রপ্তানি জমা দেওয়া নয়। অবদানকারী পোর্টালে ফাইলনাম, মেটাডেটা এবং প্ল্যাটফর্ম-নির্দিষ্ট ক্ষেত্র পরীক্ষা করুন। অ্যাপ মূল ফাইলে মেটাডেটা বসাবে, গ্রহণযোগ্যতার নিশ্চয়তা দেবে বা ট্যাব বন্ধ হওয়ার পর অসম্পূর্ণ কাজ সংরক্ষণ করবে—এমন প্রত্যাশা করবেন না। ভিডিওর ক্ষেত্রে পুরো চলমান দৃশ্য নিজে পরীক্ষা করুন, কারণ নমুনাভিত্তিক প্রিভিউ গুরুত্বপূর্ণ প্রেক্ষাপট বাদ দিতে পারে।

• পর্যালোচনা ও সংশোধন করা সারিই শুধু রপ্তানি করুন।
• বর্তমান পোর্টালের নিয়ম এবং সঠিক ফাইলনাম মেলানো পরীক্ষা করুন।
• মূল মিডিয়া ও তুলনা-শিট রপ্তানি করা CSV ফাইল থেকে আলাদা রাখুন।