वह मॉडल चुनें जो आपकी लिस्टिंग पढ़े

CJK Workbench मानक API एंडपॉइंट के ज़रिए क्लाउड AI प्रोवाइडर के साथ, आपके PC पर लोकली चलने वाले मॉडल के साथ, या बिल्ट-इन मॉडल के साथ काम करता है। आपकी पसंद तय करती है कि आपकी लिस्टिंग का टेक्स्ट कहाँ जाएगा, इसलिए फ़ाइल खोलने से पहले चुनें। नीचे तीनों की तुलना करें।

मॉडल जोड़ने के तीन तरीके

क्लाउड AI प्रोवाइडर

जब आप बड़ा मॉडल चाहते हैं, तब क्लाउड प्रोवाइडर लंबी, उलझी लिस्टिंग के लिए ठीक रहता है। कुंजियाँ आपके PC पर रहती हैं। प्रोवाइडर को प्रॉम्प्ट का टेक्स्ट मिलता है, जिसमें वह फ़ाइल टेक्स्ट भी शामिल है जो एजेंट पढ़ता है, इसलिए केवल वही लिस्टिंग भेजें जिन्हें साझा करने की आपको अनुमति है, और याद रखें कि प्रोवाइडर अपने API के लिए अलग से शुल्क ले सकता है।

आपके PC पर चलने वाला मॉडल

लोकल मॉडल आपके अपने PC पर चलता है और उन लिस्टिंग के लिए ठीक है जो किसी को नहीं भेजी जानी चाहिए। कुछ भी मशीन से बाहर नहीं जाता। गुणवत्ता और गति आपके हार्डवेयर और इंस्टॉल किए मॉडल पर निर्भर करती है, इसलिए पहले छोटी लिस्टिंग पर आज़माएँ और उसकी व्याख्या को टेक्स्ट से मिलाएँ।

बिल्ट-इन मॉडल

बिल्ट-इन मॉडल को न API एंडपॉइंट चाहिए, न लोकल इंस्टॉलेशन। ऐप चलाने के लिए अकाउंट की ज़रूरत नहीं है। आप जो भी विकल्प चुनें, प्रॉम्प्ट केवल आपके चुने मॉडल को जाते हैं, इसलिए लिस्टिंग का टेक्स्ट कहाँ पहुँचे, यह आप तय करते हैं।

Test से कनेक्शन जाँचें

पहले Test दबाएँ। यह बटन एंडपॉइंट पर भरोसा करने से पहले उसे जाँचता है, और रिस्पॉन्स टाइम व कॉन्टेक्स्ट विंडो दिखाता है, जिससे पता चलता है कि एक रिक्वेस्ट में कितना टेक्स्ट आ सकता है। लंबी लिस्टिंग छोटी विंडो में न समाए, इसलिए जो मॉडल इस्तेमाल करना है उसे टेस्ट करें और एंडपॉइंट बदलने के बाद दोबारा चलाएँ।

मॉडल को काम के अनुसार चुनें

बड़ा मॉडल लंबी, उलझी लिस्टिंग और कई फ़ंक्शनों में एक डेटा स्ट्रक्चर का पीछा करने जैसे कठिन चरण के लिए ठीक रहता है, जबकि छोटा मॉडल छोटा टुकड़ा समझाने के लिए काफ़ी है। पहले छोटा आज़माएँ। run_on_model एक कठिन चरण बड़े मॉडल को भेजता है और बाकी सेशन आपके सामान्य चुनाव पर छोड़ देता है।

मॉडलों के बीच गुणवत्ता अलग होती है, और कोई भी लिस्टिंग गलत पढ़ सकता है। हर diff पढ़ें। Ask first इस्तेमाल करें ताकि हर लिखाई आपके OK का इंतज़ार करे, और नोट्स का बदलाव स्वीकार करने से पहले दावे को लिस्टिंग से मिलाएँ।