संरचित आउटपुट
मॉडल से schema के अनुरूप JSON निकलवाना
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्षमता क्या है
Takes natural language plus a target structure — field names, types, required flags — and outputs text that strictly conforms, such as JSON, XML or a table. Unlike information extraction the structure is supplied by the caller rather than inferred from the text; unlike tool use it produces the data itself, not a request to invoke some interface.
तकनीकी रूप से कैसे
The basic approach puts the schema and examples in the prompt and asks the model to fill them; more reliable is constrained decoding, which at each step allows only tokens that keep the structure valid, ruling out syntax errors during generation. Fine-tuning on many text-to-structure pairs familiarises the model with common field naming and type conventions. Large schemas can be split across several calls or filled in layers.
प्रतिनिधि उत्पाद
5GPT-4o
2024मूल रूप से बहुविध सामान्य मॉडल — पाठ, चित्र और ऑडियो एक ही द्वार से
Claude
2023लंबे संदर्भ और सुरक्षा-संरेखण के लिए जाना जाने वाला सामान्य संवाद मॉडल
Gemini
2023मूल रूप से बहुविध, अति-लंबे संदर्भ के लिए बना सामान्य मॉडल
Qwen
2023अनेक आकारों और बहुविध संस्करणों वाला ओपन-वेट परिवार
Hunyuan
2023ओपन-वेट संस्करणों सहित टेनसेंट का सामान्य मॉडल परिवार
संबंधित संस्थान
सामान्य उपयोग
- Converting natural language into API payloads
- Auto-filling forms and order fields
- Data cleaning and normalisation pipelines
- Passing structured messages between agents
इसका मूल्यांकन कैसे होता है
- Schema validity rate
- Share of outputs that parse and satisfy the schema
- Field exact match
- Share of field values matching the reference
- Value-level F1
- Scores elements in lists and nested structures
सीमाएँ और कठिनाइयाँ
- With many fields or long enums it drops fields, picks the wrong value or invents new ones
- Deep nesting and complex types such as unions or nullable arrays produce type errors
- Tight format constraints squeeze reasoning, and the same model reasons less well under them
इसके पीछे की अवधारणाएँ
प्रॉम्प्ट इंजीनियरिंग और अलाइनमेंट
मॉडल को उपयोगी, ईमानदार और हानिरहित बनाना उसे केवल बड़ा करने से कठिन है
Transformer आर्किटेक्चर
शब्द-दर-शब्द relay की जगह वह कक्ष जहाँ सब एक साथ बोलते हैं, जिससे दूर की निर्भरताएँ एक कदम पर आ जाती हैं
एजेंट और टूल उपयोग
मॉडल केवल उत्तर न दे, बल्कि खोजे, API बुलाए, कोड चलाए — और परिणाम के आधार पर अगला कदम तय करे