এই পৃষ্ঠায় জেমিনি এপিআই লগ- এর সংরক্ষণ ও ব্যবস্থাপনা সম্পর্কে বর্ণনা করা হয়েছে। এই লগগুলি হলো ডেভেলপারদের নিজস্ব এপিআই ডেটা, যা বিলিং-সক্ষম প্রোজেক্টের জন্য সমর্থিত জেমিনি এপিআই কল থেকে সংগৃহীত হয়। লগগুলি একজন ব্যবহারকারীর অনুরোধ থেকে শুরু করে মডেলের প্রতিক্রিয়া পর্যন্ত সম্পূর্ণ প্রক্রিয়াটিকে অন্তর্ভুক্ত করে।
১. যে ডেটা শেয়ার করা যেতে পারে
প্রকল্পের মালিক হিসেবে, আপনার নিজের ব্যবহারের জন্য অথবা আমাদের মডেলগুলির ক্রমাগত উন্নতিতে সাহায্য করার উদ্দেশ্যে মতামত প্রদান ও গুগলের সাথে শেয়ার করার জন্য, আপনি জেমিনি এপিআই কলগুলির লগিং চালু বা বন্ধ করার বিকল্পটি বেছে নিতে পারেন।
লগিং চালু থাকলে, পণ্যের উন্নতি এবং মডেল প্রশিক্ষণের জন্য নিম্নলিখিত ডেটা প্রদান করার মাধ্যমে আপনি বিভিন্ন ক্ষেত্র ও ব্যবহারের ক্ষেত্রে ডেভেলপারদের জন্য মূল্যবান এআই সিস্টেম তৈরিতে আমাদের সাহায্য করতে পারেন:
- ডেটা সেট: সমর্থিত জেমিনি এপিআই কলগুলো থেকে আপনার পছন্দের লগ (অনুরোধ, প্রতিক্রিয়া, মেটাডেটা ইত্যাদি) বেছে নিতে গুগল এআই স্টুডিও-এর লগ এবং ডেটা সেট ইন্টারফেস ব্যবহার করুন; এগুলো ডেটা সেটে অন্তর্ভুক্ত করার মাধ্যমে অবদান রাখা হয়, এবং ডেটা সেট তৈরির সময় বাদ দেওয়ার (opt-out) বিকল্পও থাকে।
- মতামত: লগ পর্যালোচনা করার সময়, আপনি মতামত জানাতে পারেন; যার মধ্যে রয়েছে ইতিবাচক/অননুমোদিত রেটিং এবং আপনার দেওয়া যেকোনো লিখিত মন্তব্য।
যখন আপনি Google-এর সাথে কোনো ডেটাসেট শেয়ার করেন, তখন সেই ডেটাসেটে থাকা আপনার লগ, যার মধ্যে অনুরোধ এবং প্রতিক্রিয়া অন্তর্ভুক্ত, আমাদের " অবৈতনিক পরিষেবা "-র শর্তাবলী অনুসারে প্রক্রিয়াজাত করা হবে। এর অর্থ হলো, ডেটাসেটটি Google-এর পণ্য, পরিষেবা এবং মেশিন লার্নিং প্রযুক্তি তৈরি ও উন্নত করতে ব্যবহার করা হতে পারে, যার মধ্যে আমাদের মডেলগুলোর উন্নতি ও প্রশিক্ষণও অন্তর্ভুক্ত। এতে ব্যক্তিগত, সংবেদনশীল বা গোপনীয় তথ্য অন্তর্ভুক্ত করবেন না।
২. আমরা আপনার ডেটা কীভাবে ব্যবহার করি
লগগুলো ডিফল্টভাবে ৫৫ দিন পর মেয়াদোত্তীর্ণ হয়ে যাবে। এই সময়ের পর সেগুলো অনুপলব্ধ হয়ে পড়বে। পরবর্তী ব্যবহারের ক্ষেত্র এবং মডেলের উন্নতিতে ঐচ্ছিক অবদানের জন্য, এই সময়ের পরেও গুরুত্বপূর্ণ বা মূল্যবান লগগুলো সংরক্ষণ করতে ডেটাসেট তৈরি করা যেতে পারে। ডেটাসেটে সংরক্ষিত লগগুলোর কোনো নির্দিষ্ট মেয়াদোত্তীর্ণের তারিখ নেই, তবে প্রতিটি প্রজেক্টের জন্য ডিফল্টভাবে সর্বোচ্চ ১,০০০টি লগ সংরক্ষণের সীমা থাকে।
ডিফল্টরূপে, যেহেতু লগিং শুধুমাত্র বিলিং-সক্ষম প্রোজেক্টের জন্য উপলব্ধ, তাই আমাদের ডেটা ব্যবহারের শর্তাবলী অনুসারে, লগের মধ্যে থাকা প্রম্পট এবং প্রতিক্রিয়াগুলি পণ্যের উন্নতি বা বিকাশের জন্য ব্যবহার করা হয় না।
আপনি যদি আপনার লগের ডেটাসেট গুগলের সাথে শেয়ার করার সিদ্ধান্ত নেন, তবে সেই ডেটাসেটগুলো বাস্তব-জগতের প্রদর্শনী ডেটা হিসাবে ব্যবহৃত হবে, যা এআই সিস্টেম এবং অ্যাপ্লিকেশনগুলো যে বিভিন্ন ডোমেইন ও প্রেক্ষাপটে ব্যবহৃত হয় তার বৈচিত্র্য আরও ভালোভাবে বুঝতে সাহায্য করবে। এই ডেটা মডেলের মান উন্নত করতে এবং ভবিষ্যতের মডেল ও পরিষেবাগুলোর প্রশিক্ষণ ও মূল্যায়নে তথ্য সরবরাহ করতে ব্যবহার করা হতে পারে। এই ডেটা আমাদের অবৈতনিক পরিষেবাগুলোর জন্য প্রযোজ্য ডেটা ব্যবহারের শর্তাবলী অনুসারে প্রক্রিয়াজাত করা হয়। সেই অনুযায়ী, মানব পর্যালোচকরা আপনার শেয়ার করা এপিআই ইনপুট এবং আউটপুটগুলো পড়তে, টীকা যোগ করতে এবং প্রক্রিয়াজাত করতে পারেন। মডেলের উন্নতির জন্য ডেটা ব্যবহার করার আগে, গুগল এই প্রক্রিয়ার অংশ হিসাবে ব্যবহারকারীর গোপনীয়তা রক্ষা করার জন্য পদক্ষেপ নেয়। এর মধ্যে রয়েছে পর্যালোচকদের দেখার বা টীকা যোগ করার আগে এই ডেটাকে আপনার গুগল অ্যাকাউন্ট, এপিআই কী এবং ক্লাউড প্রজেক্ট থেকে সংযোগ বিচ্ছিন্ন করা।
৩. ডেটা অনুমতি
এপিআই ডেটা প্রদানে সম্মতি জানানোর মাধ্যমে, আপনি নিশ্চিত করছেন যে এই ডকুমেন্টেশনে বর্ণিত উপায়ে ডেটা প্রসেস ও ব্যবহার করার জন্য Google-কে আপনার প্রয়োজনীয় অনুমতি দেওয়া আছে। অনুগ্রহ করে পেইড সার্ভিসের মাধ্যমে প্রাপ্ত সংবেদনশীল, গোপনীয় বা মালিকানাধীন তথ্য সম্বলিত লগ প্রদান করবেন না । এপিআই শর্তাবলীর " কন্টেন্ট জমা দেওয়া " বিভাগে আপনি Google-কে যে লাইসেন্স প্রদান করেন, তা আমাদের ব্যবহারের জন্য প্রযোজ্য আইন অনুযায়ী প্রয়োজনীয় সীমা পর্যন্ত, আপনার দ্বারা সার্ভিসে জমা দেওয়া যেকোনো কন্টেন্ট (যেমন, প্রম্পট, যার মধ্যে সংশ্লিষ্ট সিস্টেম নির্দেশাবলী অন্তর্ভুক্ত, ক্যাশ করা কন্টেন্ট, এবং ছবি, ভিডিও বা ডকুমেন্টের মতো ফাইল) এবং যেকোনো জেনারেটেড রেসপন্সের ক্ষেত্রেও প্রযোজ্য।
৪. ডেটা শেয়ারিং এবং মতামত
উদাহরণ হিসেবে আপনার ডেটা শেয়ার করার সম্মতি দিয়ে আপনি আমাদের এআই গবেষণার অগ্রযাত্রা, জেমিনি এপিআই এবং গুগল এআই স্টুডিওকে এগিয়ে নিতে সাহায্য করতে পারেন। এর মাধ্যমে আমরা বিভিন্ন প্রেক্ষাপটে আমাদের মডেলগুলোকে ক্রমাগত উন্নত করতে এবং এমন এআই সিস্টেম তৈরি করতে সক্ষম হব যা বিভিন্ন ক্ষেত্র ও ব্যবহারের ক্ষেত্রে ডেভেলপারদের জন্য মূল্যবান হয়ে থাকবে।