LLM ಕೌನ್ಸಿಲ್ ಎಂದರೆ ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ ಸ್ವಾಯತ್ತವಾಗಿ ಉತ್ತರಿಸುವ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಗುಂಪಾಗಿದೆ, ನಂತರ ಪರಸ್ಪರ ಉತ್ತರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ ಒಪ್ಪಂದಕ್ಕೆ ಬರುವಂತೆ ಮಾಡುತ್ತದೆ. ಈ ಮಾದರಿಯನ್ನು ಆಂಡ್ರೆಜ್ ಕಾರ್ಪಥಿಯ ಓಪನ್-ಸೋರ್ಸ್ 'llm-council' ರೆಪೊಸಿಟರಿ ಮೂಲಕ ಪ್ರಸಿದ್ಧಗೊಳಿಸಲಾಗಿದೆ, ಇದರಲ್ಲಿ ಹಲವಾರು ಮಾದರಿಗಳು ಉತ್ತರಿಸುತ್ತವೆ ಮತ್ತು ನಂತರ ಅಂತಿಮ ಸಂಶ್ಲೇಷಣೆಗೆ ಮುನ್ನ ಪರಸ್ಪರ ಶ್ರೇಣೀಬದ್ಧಗೊಳ್ಳುತ್ತವೆ. Argumentree.AI ಕೌನ್ಸಿಲ್ ಮಾದರಿಯನ್ನು ರಚಿತ ವಾದ ಮರಗಳು ಮತ್ತು ಅನಾಮಿಕ ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ ವಿಸ್ತಾರಗೊಳಿಸುತ್ತದೆ—ಅನಾಮಿಕ ಏಕೆಂದರೆ LLM ಅನ್ನು ನ್ಯಾಯಾಧೀಶನಾಗಿ ಬಳಸುವ ಕುರಿತು ನಡೆಸಲಾದ ಸಂಶೋಧನೆಯು ಮಾದರಿಗಳು ತಮ್ಮದೇ ಆದ ಔಟ್ಪುಟ್ಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುವ ಸ್ವಯಂ-ಉನ್ನತಿಕರಣದ ಬಾಯಸ್ ಅನ್ನು ದಾಖಲಿಸುತ್ತದೆ. ಹೋಸ್ಟ್ ಮಾಡಿದ LLM ಕೌನ್ಸಿಲ್ ನಿಮ್ಮದೇ ಆದ API ಕೀಗಳನ್ನು ಒದಗಿಸದೆ ಹಲವಾರು ಮಾದರಿಗಳನ್ನು ಕೇಳಲು ನಿಮಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಸತ್ಯವಾದ ವ್ಯಾಪಾರ-ಆಫರ್ ವೆಚ್ಚ ಮತ್ತು ವಿಳಂಬ: ಕೌನ್ಸಿಲ್ ಹಲವಾರು ಮಾದರಿ ಕರೆಗಳನ್ನು ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಇದು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಹೋಲಿಸಿದರೆ ನಿಧಾನವಾಗಿ ಮತ್ತು ಹೆಚ್ಚು ವೆಚ್ಚವಾಗುತ್ತದೆ, ಕ್ರಾಸ್-ಮಾದರಿ ಮಾನ್ಯತೆ ಮತ್ತು ದೃಶ್ಯವಾದ ಅಸಹಮತಿಗಾಗಿ.
ಒಂದು LLM ಕೌನ್ಸಿಲ್ ಹಲವಾರು ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಸ್ವಾಯತ್ತವಾಗಿ ಉತ್ತರಿಸಲು, ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಒಪ್ಪಂದಕ್ಕೆ ಬರುವಂತೆ ಮಾಡುತ್ತದೆ. ಇದು "ಒಂದು ಆತ್ಮವಿಶ್ವಾಸದ ಉತ್ತರ" ಅನ್ನು ನೀವು ಪರಿಶೀಲಿಸಬಹುದಾದ ಚರ್ಚೆಗೆ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ಒಂದು LLM ಕೌನ್ಸಿಲ್ ಸ್ವಾಯತ್ತವಾಗಿ ಉತ್ತರಿಸುತ್ತಿರುವ ಹಲವಾರು ಮಾದರಿಗಳು, ನಂತರ ಒಪ್ಪಂದವನ್ನು ರೂಪಿಸಲು ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತವೆ. ಈ ಮಾದರಿ ಕಾರ್ಪಥಿಯ ಓಪನ್-ಸೋರ್ಸ್ llm-council ನಿಂದ ಬಂದಿದೆ. Argumentree.AI ಇದನ್ನು ಹೋಸ್ಟ್ ಮಾಡುತ್ತದೆ—API ಕೀಗಳನ್ನು ಅಗತ್ಯವಿಲ್ಲ—ಮತ್ತು ಸ್ವಯಂ-ಆಕರ್ಷಣೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅನಾಮಿಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ.
ಒಂದು ಕೌನ್ಸಿಲ್ ಮಾದರಿ ಅನ್ನು ಹೇಳುವುದು ಸುಲಭ: ಹಲವಾರು LLM ಗಳು ಒಂದೇ ಪ್ರಶ್ನೆಗೆ ಸ್ವಾಯತ್ತವಾಗಿ ಉತ್ತರಿಸುತ್ತವೆ, ನಂತರ ಪರಸ್ಪರ ಉತ್ತರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತವೆ, ಮತ್ತು ಒಪ್ಪಂದವು ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನದಿಂದ ಹೊರತಾಗುತ್ತದೆ. ಯಾವುದೇ ಒಬ್ಬ ಮಾದರಿಯು ಕೊನೆಯ ಶಬ್ದವನ್ನು ಪಡೆಯುವುದಿಲ್ಲ. ಮಾದರಿಗಳು ಉತ್ತರಿಸುವ ಮೊದಲು ಪರಸ್ಪರ ಉತ್ತರಗಳನ್ನು ನೋಡದ ಕಾರಣ, ಅವರ ಸ್ವಾಯತ್ತವಾದ ಯೋಚನೆ ಉಳಿಯುತ್ತದೆ—ಮತ್ತು ಅವರು ವಿಭಜಿತವಾಗುವ ಸ್ಥಳಗಳು ಒಂದು ಆತ್ಮವಿಶ್ವಾಸದ ಉತ್ತರದ ಹಿಂದೆ ಹಚ್ಚಲಾಗುವುದಿಲ್ಲ.
ಪ್ರತಿ ಮಾದರಿ ತನ್ನದೇ ಆದ ಉತ್ತರವನ್ನು ನೀಡುತ್ತದೆ, ಇತರರನ್ನು ನೋಡದೆ
ಪ್ರತಿ ಮಾದರಿ ಇತರ ಮಾದರಿಗಳ ಉತ್ತರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ
ಮೌಲ್ಯಮಾಪನಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸಲಾಗುತ್ತದೆ, ಕೌನ್ಸಿಲ್ ಒಪ್ಪುತ್ತದೆಯೆ ಅಥವಾ ಅಸಹಮತಿಸುತ್ತದೆಯೆ ಎಂಬುದನ್ನು ಬಹಿರಂಗಪಡಿಸಲು
ಆಂಡ್ರೆಜ್ ಕಾರ್ಪಥಿ ಈ ಹರಿವನ್ನು ತೋರಿಸುವ ಓಪನ್-ಸೋರ್ಸ್ "llm-council" ರೆಪೊಸಿಟರಿಯನ್ನು ಪ್ರಕಟಿಸಿದರು—ಹಲವಾರು ಮಾದರಿಗಳು ಉತ್ತರಿಸುತ್ತವೆ, ಪರಸ್ಪರ ಶ್ರೇಣೀಬದ್ಧಗೊಳ್ಳುತ್ತವೆ, ಮತ್ತು ಅಂತಿಮ ಉತ್ತರವನ್ನು ಸಂಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ. ಇದು ಮಾದರಿಗಳು ಪರಸ್ಪರವಾಗಿ ಅರ್ಥಪೂರ್ಣವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು ಎಂಬುದಕ್ಕೆ ಸಾರ್ವಜನಿಕ ಪ್ರಮಾಣವಾಗಿದೆ. Argumentree.AI ಇದೇ ಆಲೋಚನೆಯ ಮೇಲೆ ನಿರ್ಮಿಸುತ್ತದೆ.
Argumentree.AI ಕೌನ್ಸಿಲ್ ಮಾದರಿಯನ್ನು ಎರಡು ರೀತಿಯಲ್ಲಿ ಮುಂದುವರಿಸುತ್ತದೆ. ಮೊದಲನೆಯದಾಗಿ, ಸಂಪೂರ್ಣ ಉತ್ತರಗಳನ್ನು ಹೋಲಿಸುವ ಬದಲು, ಇದು ಪ್ರತಿ ಮಾದರಿಯ ಯೋಚನೆಯನ್ನು ವಾದ ಮರ ಗೆ ರಚಿಸುತ್ತದೆ—ಹೀಗಾಗಿ ವೈಯಕ್ತಿಕ ಹಕ್ಕುಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಅಂತಿಮ ಪ್ಯಾರಾಗ್ರಾಫ್ ಮಾತ್ರವಲ್ಲ. ಎರಡನೆಯದಾಗಿ, ಇದು ಅನಾಮಿಕ ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನ ಅನ್ನು ಬಳಸುತ್ತದೆ: ಒಂದು ಮಾದರಿ ವಾದಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದಾಗ, ಅದು ಯಾವ ಮಾದರಿಯು ಅವುಗಳನ್ನು ರಚಿಸಿತು ಎಂಬುದನ್ನು ತಿಳಿಯುವುದಿಲ್ಲ.
LLM ಅನ್ನು ನ್ಯಾಯಾಧೀಶನಾಗಿ ಬಳಸುವ ಕುರಿತು ನಡೆಸಲಾದ ಸಂಶೋಧನೆಯು ಸ್ವಯಂ-ಉನ್ನತಿಕರಣದ ಬಾಯಸ್ ಅನ್ನು ದಾಖಲಿಸುತ್ತದೆ—ಮಾದರಿಗಳು ತಮ್ಮದೇ ಆದ ಔಟ್ಪುಟ್ಗಳಿಗೆ ಹೆಚ್ಚು ಅನುಕೂಲಕರವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಒತ್ತಿಸುತ್ತವೆ. ಮೌಲ್ಯಮಾಪನದ ಮೊದಲು ಲೇಖಕತ್ವವನ್ನು ಮರೆಮಾಚುವುದು ಶಾರ್ಟ್ಕಟ್ ಅನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ, ಆದ್ದರಿಂದ ಒಂದು ಮಾದರಿ ತನ್ನನ್ನು ಮಾತ್ರ ಬಹುಮಾನ ನೀಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು ಅನಾಮಿಕ ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನದ ವಿನ್ಯಾಸದ ತತ್ವವಾಗಿದೆ.
ನೀವು ಸ್ವಂತವಾಗಿ ಕೌನ್ಸಿಲ್ ನಡೆಸುವುದು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿ ಮಾದರಿ ಒದಗಿಸುವವರೊಂದಿಗೆ ನೋಂದಾಯಿಸುವ ಮತ್ತು ಪ್ರತ್ಯೇಕ API ಕೀಗಳನ್ನು ಸಂಪರ್ಕಿಸುವುದನ್ನು ಅರ್ಥಗೊಳ್ಳುತ್ತದೆ. Argumentree.AI ಒಂದು ಹೋಸ್ಟ್ ಮಾಡಿದ LLM ಕೌನ್ಸಿಲ್ ಅನ್ನು ನೀಡುತ್ತದೆ: ನೀವು ಒಮ್ಮೆ ಕೇಳುತ್ತೀರಿ, ಮತ್ತು ಎಲ್ಲಾ ಲಭ್ಯವಿರುವ ಮಾದರಿಗಳು ಭಾಗವಹಿಸುತ್ತವೆ—ನೀವು ನಿರ್ವಹಿಸಲು ಕೀಗಳನ್ನು ಅಗತ್ಯವಿಲ್ಲ, ಪ್ರತಿ ಒದಗಿಸುವವರ ಸೆಟಪ್ ಇಲ್ಲ. ನೀವು ಕೌನ್ಸಿಲ್ನ ಒಪ್ಪಂದ ಮತ್ತು ಅದರ ಅಸಹಮತಿಗಳನ್ನು ಒಂದೇ ಸ್ಥಳದಲ್ಲಿ ಪಡೆಯುತ್ತೀರಿ.
ಕೌನ್ಸಿಲ್ ಉಚಿತವಲ್ಲ. ವ್ಯಾಖ್ಯಾನದಿಂದ ಇದು ಬಹು ಮಾದರಿ ಕರೆಗಳನ್ನು ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಇದು ಹೆಚ್ಚು ಗಣಕವನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಹೋಲಿಸಿದರೆ ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಇದು ಉದ್ದೇಶಿತ ವ್ಯಾಪಾರ: ನೀವು ಕ್ರಾಸ್-ಮಾದರಿ ಮಾನ್ಯತೆ ಮತ್ತು ಮಾದರಿಗಳು ಅಸಹಮತಿಸುತ್ತವೆ ಎಂಬುದರ ದೃಶ್ಯವಾದ ನಕ್ಷೆಯನ್ನು ಪಡೆಯಲು ಹೆಚ್ಚು ವೆಚ್ಚವನ್ನು ಖರ್ಚು ಮಾಡುತ್ತೀರಿ. ಉನ್ನತ-ಆಕರ್ಷಣೆಯ ಸಂಶೋಧನೆಗೆ ಇದು ಉತ್ತಮ ಒಪ್ಪಂದ; ತೀವ್ರವಾದ ಹುಡುಕಾಟಕ್ಕೆ ಒಂದು ಮಾದರಿ ಸಾಕು.
ಒಂದು ಪ್ರಶ್ನೆಯೊಂದಿಗೆ ಹಲವಾರು ಮಾದರಿಗಳ ಕೌನ್ಸಿಲ್ ಅನ್ನು ಸೇರಿಸಿ
ಪ್ರತಿ ಮಾದರಿಯ ಯೋಚನೆಯನ್ನು ಅಂಶದಿಂದ ಅಂಶಕ್ಕೆ ಪರಿಶೀಲಿಸಿ, ಕಣ್ಮರೆಯಾಗಿ ಅಲ್ಲ
ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನವು ಸ್ವಯಂ-ಉನ್ನತಿಕರಣದ ಬಾಯಸ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಲೇಖಕತ್ವವನ್ನು ಮರೆಮಾಚುತ್ತದೆ
ಪ್ರತಿ ಒದಗಿಸುವವರಿಗೆ API ಕೀಗಳನ್ನು ಅಗತ್ಯವಿಲ್ಲ—ಒಪ್ಪಂದ ಮತ್ತು ಅಸಹಮತಿ ಬಾಕ್ಸ್ನಿಂದ ಹೊರಗೆ
LLM ಕೌನ್ಸಿಲ್ ಎಂದರೆ ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ ಸ್ವಾಯತ್ತವಾಗಿ ಉತ್ತರಿಸುವ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಗುಂಪಾಗಿದೆ, ನಂತರ ಪರಸ್ಪರ ಉತ್ತರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ ಒಪ್ಪಂದದ ದೃಷ್ಟಿಕೋನವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಒಬ್ಬ ಮಾದರಿಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವ ಬದಲು, ಕೌನ್ಸಿಲ್ ಮಾದರಿಗಳ ನಡುವಿನ ಒಪ್ಪಂದ ಮತ್ತು ಅಸಹಮತಿಯನ್ನು ಸ್ಪಷ್ಟಗೊಳಿಸುತ್ತದೆ—ಹೀಗಾಗಿ ನೀವು ಮಾದರಿಗಳು ಏಕೆ ಒಪ್ಪುತ್ತವೆ ಮತ್ತು ಏಕೆ ಒಪ್ಪುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ನೋಡಬಹುದು.
ಆಂಡ್ರೆಜ್ ಕಾರ್ಪಥಿ ಮಾದರಿಯನ್ನು ತೋರಿಸುವ ಓಪನ್-ಸೋರ್ಸ್ 'llm-council' ರೆಪೊಸಿಟರಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದರು: ಹಲವಾರು ಮಾದರಿಗಳು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತವೆ, ನಂತರ ಅಂತಿಮ ಸಂಶ್ಲೇಷಣೆಗೆ ಮುನ್ನ ಪರಸ್ಪರ ಉತ್ತರಗಳನ್ನು ಶ್ರೇಣೀಬದ್ಧಗೊಳಿಸುತ್ತವೆ. ಇದು ಮಾದರಿಗಳ ನಡುವಿನ ಸಮೂಹ ಯೋಚನೆಯ ಪರಿಕಲ್ಪನೆ-ಪ್ರೂಫ್. Argumentree.AI ಈ ಆಲೋಚನೆಯನ್ನು ರಚಿತ ವಾದ ಮರಗಳು ಮತ್ತು ಅನಾಮಿಕ ಪರಸ್ಪರ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ ವಿಸ್ತಾರಗೊಳಿಸುತ್ತದೆ.
LLM ಅನ್ನು ನ್ಯಾಯಾಧೀಶನಾಗಿ ಬಳಸುವ ಕುರಿತು ನಡೆಸಲಾದ ಸಂಶೋಧನೆಯು ಸ್ವಯಂ-ಉನ್ನತಿಕರಣದ ಬಾಯಸ್ ಅನ್ನು ದಾಖಲಿಸಿದೆ—ಮಾದರಿಗಳು ತಮ್ಮದೇ ಆದ ಔಟ್ಪುಟ್ಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತವೆ. ಮೌಲ್ಯಮಾಪನದ ಮೊದಲು ಯಾವ ಮಾದರಿಯು ಯಾವ ವಾದವನ್ನು ಉತ್ಪಾದಿಸಿತು ಎಂಬುದನ್ನು ಅನಾಮಿಕಗೊಳಿಸುವುದು ಆ ಬಾಯಸ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಒಂದು ಮಾದರಿ ತನ್ನನ್ನು ಮಾತ್ರ ಬಹುಮಾನ ನೀಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು Argumentree.AI ಯ ಅನಾಮಿಕ ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನದ ಹಿಂದೆ ಇರುವ ವಿನ್ಯಾಸದ ತತ್ವವಾಗಿದೆ.
ಹೋಸ್ಟ್ ಮಾಡಿದ LLM ಕೌನ್ಸಿಲ್ನಲ್ಲಿ ಅಲ್ಲ. ಓಪನ್-ಸೋರ್ಸ್ ಕಾರ್ಯಗತಗೊಳಣೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿ ಒದಗಿಸುವವರಿಗೆ API ಕೀಗಳನ್ನು ಒದಗಿಸಲು ನಿಮಗೆ ಅಗತ್ಯವಿದೆ. Argumentree.AI ಒಂದು ಹೋಸ್ಟ್ ಮಾಡಿದ ಬಹು-LLM ಕೌನ್ಸಿಲ್ ಅನ್ನು ನೀಡುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ಹಲವಾರು ಮಾದರಿಗಳನ್ನು ಕೇಳಬಹುದು ಮತ್ತು ನಿಮ್ಮದೇ ಆದ ಪ್ರತ್ಯೇಕ API ಕೀಗಳನ್ನು ಸಂಪರ್ಕಿಸದೆ ಅವರ ಒಪ್ಪಂದವನ್ನು ನೋಡಬಹುದು.
ಸತ್ಯವಾಗಿ, ಕೌನ್ಸಿಲ್ ಅನ್ನು ನಡೆಸುವುದು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಹೋಲಿಸಿದರೆ ಹೆಚ್ಚು ವೆಚ್ಚವಾಗುತ್ತದೆ—ಇದು ಬಹು ಮಾದರಿ ಕರೆಗಳನ್ನು ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಇದು ಹೆಚ್ಚು ಗಣಕವನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಆ ವ್ಯಾಪಾರವು ನಿಮಗೆ ಕ್ರಾಸ್-ಮಾದರಿ ಮಾನ್ಯತೆ ಮತ್ತು ಅಸಹಮತಿಗಳ ದೃಶ್ಯವಾದ ನಕ್ಷೆಯನ್ನು ಖರೀದಿಸುತ್ತದೆ. ಉನ್ನತ-ಆಕರ್ಷಣೆಯ ಪ್ರಶ್ನೆಗಳಿಗೆ ಹೆಚ್ಚುವರಿ ವೆಚ್ಚ ಮತ್ತು ವಿಳಂಬವು ಸಾಮಾನ್ಯವಾಗಿ ಮೌಲ್ಯವಂತಾಗುತ್ತದೆ; ತೀವ್ರವಾದ ಹುಡುಕಾಟಗಳಿಗೆ ಒಂದು ಮಾದರಿ ಸಾಕು.
ಹಲವಾರು ಮಾದರಿಗಳು, ಒಂದು ಪ್ರಶ್ನೆ, ನೀವು ಪರಿಶೀಲಿಸಬಹುದಾದ ಒಪ್ಪಂದ—API ಕೀಗಳನ್ನು ಅಗತ್ಯವಿಲ್ಲ.
ಉಚಿತವಾಗಿ ಪ್ರಾರಂಭಿಸಿ