स्टॉक मेटाडेटा के लिए Gemma और Qwen का परीक्षण कैसे करें

जेनरेटर खोलने से पहले परीक्षण तय करें

ऐसे पाँच चित्र चुनें जो आपके वास्तविक सबमिशन के काम का प्रतिनिधित्व करते हों: जैसे किसी उत्पाद का दृश्य, लैंडस्केप, भोजन का चित्र, लोगों के बिना आंतरिक दृश्य और परिवहन का चित्र। केवल आसान चित्र न चुनें। ऐसे विवरण भी शामिल करें जिनसे अनुमान पकड़ में आए, जैसे अनिश्चित प्रजातियाँ, अपठनीय लेबल या अस्पष्ट स्थान।

अपनी ज्ञात जानकारी के आधार पर एक छोटा प्रॉम्प्ट बनाएँ। लक्षित मार्केटप्लेस की भाषा और माँगे गए टैग की सटीक संख्या लिखें। दोनों मॉडलों के लिए शब्दावली, चित्रों का क्रम और टैग संख्या अपरिवर्तित रखें। एक मॉडल का परिणाम देखने के बाद दूसरे मॉडल में संकेत न जोड़ें; इससे तुलना का आधार बदल जाएगा।

• हर चित्र के फ़ाइलनाम और एक-वाक्यीय तथ्यात्मक संदर्भ को दर्ज करें।
• दोनों बार चलाने से पहले एक निश्चित माँगी गई टैग संख्या, जैसे 20, तय करें।
• पहले से तय करें कि तथ्यात्मक त्रुटि, अप्रासंगिक टैग या छूटी हुई उपयोगी अवधारणा किसे माना जाएगा।

परीक्षण-नोट: पाँच फ़ाइलें; अंग्रेज़ी मेटाडेटा; हर फ़ाइल में 20 कीवर्ड; एक समान प्रॉम्प्ट; हर बार चलाने के बाद मैन्युअल समीक्षा।

तथ्यात्मक प्रॉम्प्ट तैयार करें

प्रॉम्प्ट में मॉडल को संदर्भ दें, लेकिन उत्तर पहले से न लिखें। दिखाई देने वाले या सत्यापित तथ्य, इच्छित उपयोग और प्रतिबंध बताएँ। मिश्रित बैच के लिए ऐसे व्यापक कथन न इस्तेमाल करें जो गलती से हर फ़ाइल पर लागू हो जाएँ। यदि आप जानते हैं कि तस्वीर में सिरेमिक मग है, लेकिन उसके निर्माता को नहीं जानते, तो यह स्पष्ट रूप से कहें। मॉडल से ब्रांड, लोगों, स्थानों, प्रजातियों, तारीखों या रिलीज़ के बारे में अनुमान न लगाने को कहें।

Gemma और Qwen के लिए समान प्रॉम्प्ट रखें। यदि ऐप का बैच-विवरण जेनरेशन संदर्भ के रूप में भेजा जाता है, तो उसे मार्केटिंग अनुच्छेद के बजाय तथ्यात्मक निर्देश के रूप में लिखें। मॉडल फिर भी गलतियाँ कर सकता है, इसलिए हर परिणाम संपादन योग्य रहेगा और उसकी समीक्षा आवश्यक होगी।

• पुष्ट विषय, परिवेश और इच्छित व्यावसायिक संदर्भ शामिल करें।
• पहचान, स्वामित्व, स्थान, प्रजाति और ब्रांड के बारे में अनुमान को स्पष्ट रूप से रोकें।
• ऐसे दावे न माँगें जिन्हें चित्र या आपके रिकॉर्ड से सत्यापित नहीं किया जा सकता।

प्रॉम्प्ट: 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 और Qwen को स्थानीय रूप से चलाएँ

MetaStocker में स्थानीय मॉडल चुनें, आवश्यकता होने पर उसे डाउनलोड करें और जेनरेशन से पहले लोड करें। सत्यापित स्थानीय विकल्पों में Gemma 4 E2B, Gemma 4 E4B और Qwen3.5 2B शामिल हैं; Gemma E2B डिफ़ॉल्ट है। तुलना को समझना आसान बनाने के लिए एक समानांतर थ्रेड से शुरुआत करें। दूसरा थ्रेड किसी अन्य मॉडल की कॉपी लोड कर सकता है और अतिरिक्त मेमरी माँग सकता है, इसलिए इसे तभी आज़माएँ जब आपका उपकरण पहली बार को विश्वसनीय ढंग से संभाल ले।

ब्राउज़र का समर्थन होना पर्याप्त क्षमता होने के समान नहीं है। WebGPU के लिए संगत सुरक्षित ब्राउज़र संदर्भ, GPU और ड्राइवर आवश्यक हैं, और समर्थित ब्राउज़र में भी मॉडल के लिए पर्याप्त मेमरी न हो सकती है। मॉडल का नाम, उपकरण, ब्राउज़र और थ्रेड संख्या दर्ज करें। मेमरी में लोड मॉडल को डाउनलोड किए गए ब्राउज़र कैश से भ्रमित न करें: अनलोड करने पर कैश बच सकता है, जबकि मॉडल फ़ाइलें हटाने से वह स्थानीय संग्रह मिट जाता है।

• निश्चित सेटिंग्स के साथ Gemma से सभी पाँच चित्र चलाएँ।
• प्रॉम्प्ट या माँगी गई संख्या बदले बिना Qwen के साथ दोहराएँ।
• डाउनलोड, लोडिंग या मेमरी की समस्याओं को मेटाडेटा की गुणवत्ता से अलग दर्ज करें।

काम किया हुआ उदाहरण: पाँच-चित्र तुलना-शीट

उदाहरण कार्यपद्धति: आप स्टूडियो की मेज़ पर पाँच दोबारा इस्तेमाल की जा सकने वाली पानी की बोतलों, एक सादी दीवार के पास लाल साइकिल, कटे हुए संतरे के कटोरे, धुंधले वन-पथ और खाली डिज़ाइन स्क्रीन दिखाते लैपटॉप की तस्वीर लेते हैं। आपके सत्यापित नोट वस्तुओं की पहचान करते हैं, लेकिन बोतल का ब्रांड, साइकिल का मालिक, वन का स्थान या लैपटॉप का सॉफ़्टवेयर निश्चित नहीं करते। आप समान प्रॉम्प्ट से Gemma से 20 अंग्रेज़ी कीवर्ड माँगते हैं और फिर Qwen के साथ दोहराते हैं।

हर फ़ाइल के लिए संपादन से पहले मॉडल का कच्चा परिणाम दर्ज करें। तथ्यात्मक त्रुटियाँ, अप्रासंगिक या दोहराए गए कीवर्ड, छूटी हुई महत्वपूर्ण अवधारणाएँ और पंक्ति को प्रकाशित करने योग्य बनाने में लगे मिनट गिनें। केवल कम उपयोगी होने वाला कीवर्ड अपने-आप तथ्यात्मक त्रुटि नहीं है। अनुमानित ब्रांड या सटीक स्थान, भले ही संभावित लगे, तथ्यात्मक त्रुटि है। सुधारों को छूटे हुए विषयों से अलग रखें, ताकि शीट बताए कि हर मॉडल किस प्रकार का काम तैयार करता है।

• हर चित्र के लिए एक पंक्ति और हर मॉडल के लिए कॉलम का एक अलग ब्लॉक रखें।
• कच्चे परिणाम को अपने संपादित अंतिम मेटाडेटा से अलग सहेजें।
• शीट को वैज्ञानिक बेंचमार्क या सामान्य मॉडल-रैंकिंग के रूप में प्रस्तुत न करें।

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

विजेता के लिए नहीं, निर्णय के लिए स्कोर करें

दोनों बार चलाने के बाद कुल परिणामों की तुलना करें और अलग-अलग पंक्तियों का निरीक्षण करें। कम त्रुटियों वाला मॉडल भी अधिक संपादन माँग सकता है, यदि उसके शीर्षक अस्वाभाविक हों या उपयोगी अवधारणाएँ अधूरी हों। सरल वस्तुओं पर तेज़ मॉडल अस्पष्ट संदर्भ वाले चित्रों के लिए कम उपयुक्त हो सकता है। इसलिए आपका व्यावहारिक निर्णय सशर्त हो सकता है: सीधे-सादे बैच के लिए एक मॉडल और ऐसे सुझावों के लिए दूसरा, जिन्हें सुधारना आसान हो।

पाँच चित्रों के परिणाम को इस दावे में न बदलें कि एक मॉडल दूसरे से बेहतर है। नमूना, प्रॉम्प्ट, टैग संख्या, सेटिंग्स और तारीख दर्ज करें, ताकि मॉडल अपडेट या कार्यपद्धति बदलने के बाद परीक्षण दोहराया जा सके। ऐप माँगी गई टैग संख्या की जाँच करता है, लेकिन इससे मात्रा की पुष्टि होती है, सटीकता या मार्केटप्लेस स्वीकृति की नहीं।

• आपके नियमित चित्र-प्रकारों के लिए कम जोखिम वाला समीक्षा-भार देने वाला मॉडल चुनें।
• गंभीर त्रुटियों के उदाहरणों को भविष्य के प्रॉम्प्ट के लिए चेतावनी-केस के रूप में रखें।
• दीर्घकालिक कार्यपद्धति बदलने से पहले नए नमूने के साथ दोहराएँ।

सावधानी से समीक्षा और निर्यात करें

हर फ़ाइल के हर शीर्षक और कीवर्ड की समीक्षा करें। जहाँ लक्षित मार्केटप्लेस क्रम को महत्व देता है, वहाँ सबसे मजबूत अवधारणाएँ पहले रखें, दोहराव हटाएँ और अनुमानों को अस्वीकार करें। Adobe की सामान्य मार्गदर्शिका अधिकतम 49 कीवर्ड की अनुमति देती है, लेकिन योगदानकर्ता खाते की भाषा मेटाडेटा की भाषा से मेल खानी चाहिए। निर्यात या अपलोड से पहले वर्तमान योगदानकर्ता पोर्टल की आवश्यकताएँ हमेशा जाँचें, क्योंकि मार्केटप्लेस की नीतियाँ बदल सकती हैं।

MetaStocker मार्केटप्लेस के CSV प्रारूप निर्यात कर सकता है, लेकिन निर्यात करना सबमिट करना नहीं है। योगदानकर्ता पोर्टल में फ़ाइलनाम, मेटाडेटा और प्लेटफ़ॉर्म-विशिष्ट फ़ील्ड जाँचें। यह अपेक्षा न करें कि ऐप मूल फ़ाइलों में मेटाडेटा एम्बेड करेगा, स्वीकृति की गारंटी देगा या टैब बंद होने के बाद अधूरा काम सुरक्षित रखेगा। वीडियो के लिए पूरा गतिशील दृश्य स्वयं जाँचें, क्योंकि नमूना-आधारित प्रीव्यू महत्वपूर्ण संदर्भ छोड़ सकते हैं।

• केवल समीक्षा और सुधार की गई पंक्तियाँ निर्यात करें।
• वर्तमान पोर्टल नियम और सटीक फ़ाइलनाम मिलान जाँचें।
• मूल मीडिया और अपनी तुलना-शीट को निर्यात की गई CSV फ़ाइलों से अलग रखें।