---
title: "LLM API اصطلاحات: ٹوکنز، کانٹیکسٹ، راؤٹرز اور قیمتیں"
description: "LLM یا اسپیچ ٹو ٹیکسٹ API کال کرتے وقت ملنے والی اصطلاحات کی آسان تعریفیں: ٹوکنز، کانٹیکسٹ ونڈو، کیشڈ ان پٹ، ریٹ لمٹس اور زیرو ڈیٹا ریٹینشن۔"
url: https://broadrouter.com/ur/glossary/
lang: ur
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحات انگریزی سے AI کی مدد سے ترجمہ کیے گئے ہیں۔ [تمام اصطلاحات انگریزی میں](https://broadrouter.com/glossary/) (129).

# LLM API اصطلاحات

اپ ڈیٹ 2026-11-16

ان اصطلاحات کی مختصر، حوالہ شدہ تعریفیں جو ڈویلپرز کو LLM یا اسپیچ ٹو ٹیکسٹ API کال کرتے وقت ملتی ہیں: ٹوکنز اور کانٹیکسٹ ونڈو کیا ہیں، کیشڈ ان پٹ اور فلیٹ ریٹ پلانز بل کو کیسے بدلتے ہیں، اور ریٹ لمٹس اور زیرو ڈیٹا ریٹینشن کا عملی مطلب کیا ہے۔

[اخراجات کی حد (spend limit)](https://broadrouter.com/ur/glossary/spend-limit/)[اسپیچ ٹو ٹیکسٹ (speech-to-text)](https://broadrouter.com/ur/glossary/speech-to-text/)[اسپیکر ڈائرائزیشن (speaker diarization)](https://broadrouter.com/ur/glossary/diarization/)[اسپیکیولیٹو ڈیکوڈنگ (speculative decoding)](https://broadrouter.com/ur/glossary/speculative-decoding/)[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)[اسٹاپ سیکوئنس (stop sequences)](https://broadrouter.com/ur/glossary/stop-sequences/)[اسٹرکچرڈ آؤٹ پٹ (structured output)](https://broadrouter.com/ur/glossary/structured-output/)[اسٹریمنگ (streaming)](https://broadrouter.com/ur/glossary/streaming/)[امیج ٹوکنز (image tokens)](https://broadrouter.com/ur/glossary/image-tokens/)[ان پٹ اور آؤٹ پٹ ٹوکن (input and output tokens)](https://broadrouter.com/ur/glossary/input-and-output-tokens/)[انفرنس فراہم کنندہ (inference provider)](https://broadrouter.com/ur/glossary/inference-provider/)[اوپن ویٹ ماڈل (open-weight model)](https://broadrouter.com/ur/glossary/open-weight-model/)[ایکسپونینشل بیک آف (exponential backoff)](https://broadrouter.com/ur/glossary/exponential-backoff/)[ایمبیڈنگز (embeddings)](https://broadrouter.com/ur/glossary/embeddings/)[بائٹ پیئر انکوڈنگ (byte pair encoding، BPE)](https://broadrouter.com/ur/glossary/bpe/)[پرامپٹ انجیکشن (prompt injection)](https://broadrouter.com/ur/glossary/prompt-injection/)[پرامپٹ انجینئرنگ (prompt engineering)](https://broadrouter.com/ur/glossary/prompt-engineering/)[پری پیڈ کریڈٹ (prepaid credit)](https://broadrouter.com/ur/glossary/prepaid-credit/)[پہلے ٹوکن تک کا وقت (TTFT، time to first token)](https://broadrouter.com/ur/glossary/time-to-first-token/)[تائے مربوطہ (taa marbuta، ة)](https://broadrouter.com/ur/glossary/taa-marbuta/)[تھروپٹ (throughput)](https://broadrouter.com/ur/glossary/throughput/)[ٹاپ پی (top-p، nucleus sampling)](https://broadrouter.com/ur/glossary/top-p/)[ٹائم اسٹیمپس (اسپیچ ٹو ٹیکسٹ، timestamps)](https://broadrouter.com/ur/glossary/timestamps-asr/)[ٹمپریچر (temperature)](https://broadrouter.com/ur/glossary/temperature/)[ٹوکن (token)](https://broadrouter.com/ur/glossary/token/)[ٹوکن فی سیکنڈ (tokens per second، TPS)](https://broadrouter.com/ur/glossary/tokens-per-second/)[ٹوکنائزر (tokenizer)](https://broadrouter.com/ur/glossary/tokenizer/)[ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/)[ٹیکسٹ ٹو اسپیچ (text-to-speech، TTS)](https://broadrouter.com/ur/glossary/text-to-speech/)[جدید معیاری عربی (Modern Standard Arabic، MSA)](https://broadrouter.com/ur/glossary/msa/)[جیل بریک (LLM jailbreak)](https://broadrouter.com/ur/glossary/jailbreak/)[چنکنگ (chunking، RAG)](https://broadrouter.com/ur/glossary/chunking/)[چیٹ ٹیمپلیٹ (chat template)](https://broadrouter.com/ur/glossary/chat-template/)[چین آف تھاٹ (chain-of-thought، CoT)](https://broadrouter.com/ur/glossary/chain-of-thought/)[دائیں سے بائیں متن (right-to-left، RTL text)](https://broadrouter.com/ur/glossary/rtl-text/)[ڈسٹلیشن (knowledge distillation)](https://broadrouter.com/ur/glossary/distillation/)[ڈیٹا پروسیسنگ معاہدہ (DPA)](https://broadrouter.com/ur/glossary/dpa/)[ڈیٹا ریزیڈنسی (data residency)](https://broadrouter.com/ur/glossary/data-residency/)[ری رینکنگ (reranking)](https://broadrouter.com/ur/glossary/reranking/)[ریٹ لمٹ (rate limit)](https://broadrouter.com/ur/glossary/rate-limit/)[ریزننگ ٹوکن (reasoning tokens)](https://broadrouter.com/ur/glossary/reasoning-tokens/)[ریکوئسٹ ٹائم آؤٹ (request timeout)](https://broadrouter.com/ur/glossary/request-timeout/)[زیرو ڈیٹا ریٹینشن (zero data retention، ZDR)](https://broadrouter.com/ur/glossary/zero-data-retention/)[سب ایجنٹ (subagent)](https://broadrouter.com/ur/glossary/subagent/)[سب پروسیسر (subprocessor)](https://broadrouter.com/ur/glossary/subprocessor/)[سرور لیس انفرنس (serverless inference)](https://broadrouter.com/ur/glossary/serverless-inference/)[سسٹم پرامپٹ (system prompt)](https://broadrouter.com/ur/glossary/system-prompt/)[سیمپل ریٹ (sample rate)](https://broadrouter.com/ur/glossary/sample-rate/)[عربی اعراب (tashkeel)](https://broadrouter.com/ur/glossary/arabic-diacritics/)[عربی لہجے (dialectal Arabic)](https://broadrouter.com/ur/glossary/dialectal-arabic/)[عربی لہجے کی شناخت (Arabic dialect identification)](https://broadrouter.com/ur/glossary/arabic-dialect-identification/)[عربی متن کی نارملائزیشن (Arabic text normalization)](https://broadrouter.com/ur/glossary/arabic-text-normalization/)[فائن ٹیوننگ (fine-tuning)](https://broadrouter.com/ur/glossary/fine-tuning/)[فریکوئنسی اور پریزنس پینلٹی](https://broadrouter.com/ur/glossary/frequency-and-presence-penalty/)[فیو شاٹ پرامپٹنگ (few-shot prompting)](https://broadrouter.com/ur/glossary/few-shot-prompting/)[کانٹیکسٹ انجینئرنگ (context engineering)](https://broadrouter.com/ur/glossary/context-engineering/)[کانٹیکسٹ روٹ (context rot)](https://broadrouter.com/ur/glossary/context-rot/)[کانٹیکسٹ کمپیکشن (context compaction)](https://broadrouter.com/ur/glossary/context-compaction/)[کانٹیکسٹ ونڈو (context window)](https://broadrouter.com/ur/glossary/context-window/)[کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/)[کوانٹائزیشن (quantization)](https://broadrouter.com/ur/glossary/quantization/)[کوڈ سوئچنگ (code-switching)](https://broadrouter.com/ur/glossary/code-switching/)[کیریکٹر ایرر ریٹ (character error rate، CER)](https://broadrouter.com/ur/glossary/character-error-rate/)[کیش شدہ ان پٹ ٹوکن (cached input tokens)](https://broadrouter.com/ur/glossary/cached-input-tokens/)[گارڈریلز (LLM guardrails)](https://broadrouter.com/ur/glossary/guardrails/)[گراؤنڈنگ (grounding)](https://broadrouter.com/ur/glossary/grounding/)[لاگ پروبز (logprobs)](https://broadrouter.com/ur/glossary/logprobs/)[لیٹنسی (latency)](https://broadrouter.com/ur/glossary/latency/)[ماڈل ڈیپریکیشن (model deprecation)](https://broadrouter.com/ur/glossary/model-deprecation/)[ماڈل فال بیک (model fallback)](https://broadrouter.com/ur/glossary/model-fallback/)[ماڈل لائسنس (model license)](https://broadrouter.com/ur/glossary/model-license/)[متوازی ٹول کالز (parallel tool calls)](https://broadrouter.com/ur/glossary/parallel-tool-calls/)[مقررہ قیمت والا LLM پلان (flat-rate LLM plan)](https://broadrouter.com/ur/glossary/flat-rate-llm-plan/)[ملٹی ایجنٹ سسٹم (multi-agent system)](https://broadrouter.com/ur/glossary/multi-agent-system/)[ملٹی موڈل AI (multimodal AI)](https://broadrouter.com/ur/glossary/multimodal/)[نیمڈ اینٹیٹی ریکگنیشن (NER)](https://broadrouter.com/ur/glossary/named-entity-recognition/)[وائس ایکٹیویٹی ڈیٹیکشن (VAD)](https://broadrouter.com/ur/glossary/vad/)[ورڈ ایرر ریٹ (WER)](https://broadrouter.com/ur/glossary/word-error-rate/)[ووکیبلری سائز (vocabulary size)](https://broadrouter.com/ur/glossary/vocabulary-size/)[ویژن لینگویج ماڈل (VLM)](https://broadrouter.com/ur/glossary/vision-language-model/)[ویکٹر ڈیٹابیس (vector database)](https://broadrouter.com/ur/glossary/vector-database/)[ہائبرڈ سرچ (hybrid search)](https://broadrouter.com/ur/glossary/hybrid-search/)[ہمزہ (hamza)](https://broadrouter.com/ur/glossary/hamza/)[ہیلوسینیشن (hallucination)](https://broadrouter.com/ur/glossary/hallucination/)[AI ایجنٹ (AI agent)](https://broadrouter.com/ur/glossary/agent/)[AI کوڈنگ ایجنٹ (AI coding agent)](https://broadrouter.com/ur/glossary/coding-agent/)[API کلید (API key)](https://broadrouter.com/ur/glossary/api-key/)[Arabizi (عربیزی)](https://broadrouter.com/ur/glossary/arabizi/)[AWQ (activation-aware weight quantization)](https://broadrouter.com/ur/glossary/awq/)[base URL](https://broadrouter.com/ur/glossary/base-url/)[Batch API (بیچ API)](https://broadrouter.com/ur/glossary/batch-api/)[BM25](https://broadrouter.com/ur/glossary/bm25/)[Chat Completions API](https://broadrouter.com/ur/glossary/chat-completions-api/)[Eval (LLM ایویلیوایشن)](https://broadrouter.com/ur/glossary/eval/)[finish\_reason (جواب رکنے کی وجہ)](https://broadrouter.com/ur/glossary/finish-reason/)[FP8 (8 بٹ فلوٹنگ پوائنٹ)](https://broadrouter.com/ur/glossary/fp8/)[GDPR (جنرل ڈیٹا پروٹیکشن ریگولیشن)](https://broadrouter.com/ur/glossary/gdpr/)[GGUF](https://broadrouter.com/ur/glossary/gguf/)[GPU گھنٹہ (GPU-hour)](https://broadrouter.com/ur/glossary/gpu-hour/)[Idempotency key (آئیڈیمپوٹینسی کلید)](https://broadrouter.com/ur/glossary/idempotency-key/)[INT4 (4 بٹ کوانٹائزیشن)](https://broadrouter.com/ur/glossary/int4/)[IP allow list (اجازت یافتہ IP فہرست)](https://broadrouter.com/ur/glossary/ip-allow-list/)[JSON موڈ (JSON mode)](https://broadrouter.com/ur/glossary/json-mode/)[JSON Schema (JSON اسکیما)](https://broadrouter.com/ur/glossary/json-schema/)[KV cache (کی ویلیو کیش)](https://broadrouter.com/ur/glossary/kv-cache/)[LLM بینچ مارک (LLM benchmark)](https://broadrouter.com/ur/glossary/llm-benchmark/)[LLM راؤٹر (LLM router)](https://broadrouter.com/ur/glossary/llm-router/)[LLM-as-a-judge (LLM جج)](https://broadrouter.com/ur/glossary/llm-as-judge/)[LoRA (low-rank adaptation)](https://broadrouter.com/ur/glossary/lora/)[Lost in the middle (درمیان میں کھو جانا)](https://broadrouter.com/ur/glossary/lost-in-the-middle/)[max\_tokens (آؤٹ پٹ ٹوکن کی حد)](https://broadrouter.com/ur/glossary/max-tokens/)[MCP (Model Context Protocol)](https://broadrouter.com/ur/glossary/mcp/)[Mixture of experts (MoE)](https://broadrouter.com/ur/glossary/mixture-of-experts/)[OCR (optical character recognition)](https://broadrouter.com/ur/glossary/ocr/)[Ogg Opus](https://broadrouter.com/ur/glossary/ogg-opus/)[OpenAI-compatible API](https://broadrouter.com/ur/glossary/openai-compatible-api/)[PDPL (سعودی اور UAE کے ڈیٹا تحفظ کے قوانین)](https://broadrouter.com/ur/glossary/pdpl/)[PII (personally identifiable information)](https://broadrouter.com/ur/glossary/pii/)[Prefill اور decode](https://broadrouter.com/ur/glossary/prefill-and-decode/)[RAG (retrieval-augmented generation)](https://broadrouter.com/ur/glossary/rag/)[ReAct (reason and act)](https://broadrouter.com/ur/glossary/react-agent/)[seed پیرامیٹر (seed parameter)](https://broadrouter.com/ur/glossary/seed-parameter/)[Server-sent events (SSE)](https://broadrouter.com/ur/glossary/sse/)[SLA (سروس لیول ایگریمنٹ)](https://broadrouter.com/ur/glossary/sla/)[SRT سب ٹائٹلز (SRT subtitles)](https://broadrouter.com/ur/glossary/srt-subtitles/)[tool\_choice](https://broadrouter.com/ur/glossary/tool-choice/)[Unicode نارملائزیشن (Unicode normalization)](https://broadrouter.com/ur/glossary/unicode-normalization/)[vLLM](https://broadrouter.com/ur/glossary/vllm/)[WAV فائل (WAV)](https://broadrouter.com/ur/glossary/wav/)

## APIs اور انٹیگریشن

[اسٹاپ سیکوئنس (stop sequences)](https://broadrouter.com/ur/glossary/stop-sequences/)

اسٹاپ سیکوئنس وہ اسٹرنگز ہیں جو آپ درخواست کے ساتھ بھیجتے ہیں تاکہ ماڈل ان میں سے کوئی بھی لکھتے ہی جنریشن روک دے۔ OpenAI اس فیلڈ کو stop کہتا ہے اور 4 سیکوئنس تک قبول کرتا ہے؛ Anthropic اسے stop\_sequences کہتا ہے۔ ملا ہوا متن عموماً لوٹائے گئے آؤٹ پٹ میں شامل نہیں ہوتا۔

[اسٹرکچرڈ آؤٹ پٹ (structured output)](https://broadrouter.com/ur/glossary/structured-output/)

اسٹرکچرڈ آؤٹ پٹ LLM API کا ایک فیچر ہے جو ماڈل کے جواب کو ڈویلپر کے طے کردہ فارمیٹ، عموماً JSON Schema، تک محدود کرتا ہے، تاکہ کوڈ اسے قابلِ اعتماد طریقے سے پارس کر سکے۔ یہ JSON mode سے زیادہ سخت ہے، جو درست JSON کی ضمانت دیتا ہے، لیکن کسی خاص ساخت کی نہیں۔

[اسٹریمنگ (streaming)](https://broadrouter.com/ur/glossary/streaming/)

اسٹریمنگ، لینگویج ماڈل کے جواب کو آخر میں ایک ساتھ لوٹانے کے بجائے، بنتے وقت ہی چھوٹے چھوٹے ٹکڑوں (chunks) میں لوٹانے کا طریقہ ہے۔ OpenAI-compatible APIs، درخواست میں stream کو true سیٹ کرنے پر server-sent events کے ذریعے اسٹریم کرتے ہیں۔

[انفرنس فراہم کنندہ (inference provider)](https://broadrouter.com/ur/glossary/inference-provider/)

انفرنس فراہم کنندہ وہ کمپنی ہے جو مشین لرننگ ماڈلز، اکثر اوپن ویٹ LLM، اپنے، لیز پر لیے یا کرائے کے GPUs پر چلاتی ہے اور API کے ذریعے ان تک رسائی بیچتی ہے، عموماً فی ٹوکن، فی درخواست یا فی وقت کی اکائی قیمت پر۔ سرونگ، اسکیلنگ اور ہارڈ ویئر وہی سنبھالتی ہے۔

[ایکسپونینشل بیک آف (exponential backoff)](https://broadrouter.com/ur/glossary/exponential-backoff/)

ایکسپونینشل بیک آف دوبارہ کوشش کی ایک حکمتِ عملی ہے جس میں کلائنٹ ہر ناکام کوشش کے بعد، دوبارہ کوشش سے پہلے، زیادہ دیر انتظار کرتا ہے، عموماً تاخیر کو ایک حد تک دگنا کرتے ہوئے۔ ہر انتظار میں رینڈم jitter شامل کرنے سے کئی کلائنٹس کی دوبارہ کوششیں بکھر جاتی ہیں تاکہ وہ بیک وقت سرور تک نہ پہنچیں۔

[پہلے ٹوکن تک کا وقت (TTFT، time to first token)](https://broadrouter.com/ur/glossary/time-to-first-token/)

Time to first token (TTFT) وہ وقت ہے جو لینگویج ماڈل کو درخواست بھیجنے سے پہلا آؤٹ پٹ ٹوکن آنے تک لگتا ہے۔ اس میں نیٹ ورک کا وقت، سرور پر قطار اور prefill شامل ہیں، یعنی وہ مرحلہ جس میں ماڈل پورا پرامپٹ پڑھتا ہے، اس لیے یہ پرامپٹ کی لمبائی اور لوڈ کے ساتھ بڑھتا ہے۔

[تھروپٹ (throughput)](https://broadrouter.com/ur/glossary/throughput/)

LLM سرونگ میں تھروپٹ وہ کل کام ہے جو کوئی سسٹم تمام بیک وقت درخواستوں میں فی اکائی وقت مکمل کرتا ہے، عموماً آؤٹ پٹ ٹوکن فی سیکنڈ یا درخواستیں فی سیکنڈ میں ناپا جاتا ہے۔ یہ فی اسٹریم رفتار سے مختلف ہے، جو بتاتی ہے کہ ایک درخواست کو اس کے ٹوکن کتنی تیزی سے ملتے ہیں۔

[ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/)

ٹول کالنگ، جسے function calling بھی کہتے ہیں، LLM API کی وہ سہولت ہے جس میں ماڈل ڈویلپر کے طے کردہ کسی فنکشن کو چلانے کی ایک منظم درخواست، JSON آرگیومنٹس کے ساتھ، لوٹاتا ہے۔ ایپلیکیشن فنکشن چلا کر نتیجہ واپس بھیجتی ہے؛ ماڈل خود کبھی کوڈ نہیں چلاتا۔

[چنکنگ (chunking، RAG)](https://broadrouter.com/ur/glossary/chunking/)

Chunking retrieval پائپ لائن کا وہ مرحلہ ہے جو دستاویزات کو embed اور انڈیکس کرنے سے پہلے چھوٹے ٹکڑوں، یعنی chunks، میں بانٹتا ہے۔ Chunk size طے کرتا ہے کہ ہر ٹکڑے میں کتنا متن ہو، اور chunk overlap ساتھ والے chunks میں کچھ متن دہراتا ہے تاکہ حد پر کٹے خیالات ضائع نہ ہوں۔

[دائیں سے بائیں متن (right-to-left، RTL text)](https://broadrouter.com/ur/glossary/rtl-text/)

دائیں سے بائیں (RTL) متن وہ تحریر ہے، جیسے عربی یا عبرانی، جو دائیں سے بائیں دکھائی جاتی ہے۔ کمپیوٹر اسے منطقی پڑھنے کی ترتیب میں محفوظ کرتے ہیں، اور جب RTL متن بائیں سے دائیں متن، ہندسوں، ماڈل ناموں یا کوڈ کے ساتھ ملتا ہے تو Unicode Bidirectional Algorithm دکھانے کی ترتیب طے کرتا ہے۔

[ری رینکنگ (reranking)](https://broadrouter.com/ur/glossary/reranking/)

Reranking، retrieval کا دوسرا مرحلہ ہے جس میں ایک زیادہ درست لیکن سست ماڈل، عموماً cross-encoder، پہلی تلاش سے آئے ہر query اور دستاویز کے جوڑے کو اسکور کر کے ان کی ترتیب بدلتا ہے، تاکہ صرف سب سے متعلقہ چند ہی لینگویج ماڈل تک پہنچیں۔

[ریٹ لمٹ (rate limit)](https://broadrouter.com/ur/glossary/rate-limit/)

ریٹ لمٹ وہ حد ہے جو کوئی API طے کرتا ہے کہ ایک کلائنٹ کسی مدت میں اسے کتنا استعمال کر سکتا ہے، جیسے فی منٹ درخواستیں یا فی منٹ ٹوکن۔ حد سے زیادہ درخواستیں رد کر دی جاتی ہیں، عموماً HTTP 429 Too Many Requests کے ساتھ، جب تک استعمال دوبارہ حد سے نیچے نہ آ جائے۔

[ریکوئسٹ ٹائم آؤٹ (request timeout)](https://broadrouter.com/ur/glossary/request-timeout/)

ریکوئسٹ ٹائم آؤٹ وہ زیادہ سے زیادہ وقت ہے جتنا کوئی HTTP کلائنٹ سرور کا انتظار کرتا ہے، پھر درخواست چھوڑ دیتا ہے۔ کلائنٹ عموماً اسے کنکشن کھولنے کے connect ٹائم آؤٹ اور ڈیٹا کے انتظار والے read ٹائم آؤٹ میں بانٹتے ہیں۔ LLM کالز کو کھلے read ٹائم آؤٹ چاہییں، کیونکہ لمبے جوابات میں وقت لگتا ہے۔

[سب ایجنٹ (subagent)](https://broadrouter.com/ur/glossary/subagent/)

سب ایجنٹ ایک الگ ایجنٹ ہے جسے مرکزی ایجنٹ کسی ایک مخصوص کام کے لیے شروع کرتا ہے۔ یہ اپنی کانٹیکسٹ ونڈو، سسٹم پرامپٹ اور ٹول رسائی کے ساتھ چلتا ہے، کام کرتا ہے، اور مرکزی ایجنٹ کو صرف نتیجہ یا خلاصہ لوٹاتا ہے، جس سے مرکزی گفتگو مختصر رہتی ہے۔

[سرور لیس انفرنس (serverless inference)](https://broadrouter.com/ur/glossary/serverless-inference/)

سرور لیس انفرنس مشین لرننگ ماڈل چلانے کا ایسا طریقہ ہے جس میں پلیٹ فارم اینڈ پوائنٹ کے پیچھے کمپیوٹ خود بخود شروع، اسکیل اور بند کرتا ہے، اکثر فارغ ہونے پر صفر تک، اور مخصوص مشینوں کے بجائے استعمال کا بل لیتا ہے۔ اس کی قیمت ممکنہ کولڈ اسٹارٹ تاخیر ہے۔

[سسٹم پرامپٹ (system prompt)](https://broadrouter.com/ur/glossary/system-prompt/)

سسٹم پرامپٹ وہ ہدایتی متن ہے جو کوئی ایپلیکیشن گفتگو سے پہلے لینگویج ماڈل کو بھیجتی ہے، عموماً system یا developer رول والے پیغام کے طور پر۔ یہ ماڈل کا کردار، قواعد، لہجہ اور آؤٹ پٹ فارمیٹ طے کرتا ہے، اور ٹکراؤ کی صورت میں ماڈل کو صارف کے پیغامات کے بجائے اسی پر عمل کرنا ہوتا ہے۔

[کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/)

کنکرنسی، کسی کلائنٹ کی بیک وقت چل رہی (in-flight) درخواستوں کی تعداد ہے۔ LLM APIs اکثر اس کی حد ہر کلید یا پلان پر، فی منٹ درخواستوں سے الگ رکھتے ہیں، کیونکہ ہر کھلی درخواست جواب مکمل ہونے تک GPU کی گنجائش گھیرے رکھتی ہے۔

[لیٹنسی (latency)](https://broadrouter.com/ur/glossary/latency/)

لینگویج ماڈل API کے لیے لیٹنسی وہ وقت ہے جو کسی درخواست کے بھیجے جانے سے آخری آؤٹ پٹ ٹوکن موصول ہونے تک لگتا ہے۔ یہ پہلے ٹوکن تک کے وقت اور جنریشن ٹائم کا مجموعہ ہے، اور عموماً اوسط کے بجائے p50 اور p95 جیسے پرسنٹائلز میں بتائی جاتی ہے۔

[ماڈل ڈیپریکیشن (model deprecation)](https://broadrouter.com/ur/glossary/model-deprecation/)

ماڈل ڈیپریکیشن تب ہوتا ہے جب کوئی API فراہم کنندہ اعلان کرتا ہے کہ ایک ماڈل دستیاب نہیں رہے گا، عموماً ریٹائرمنٹ یا شٹ ڈاؤن کی تاریخ اور تجویز کردہ متبادل کے ساتھ۔ اس تاریخ کے بعد اس ماڈل کی درخواستیں ناکام ہوتی ہیں، اس لیے ایپس کو پہلے ہی کسی دوسری ماڈل ID پر منتقل ہونا ہوتا ہے۔

[ماڈل فال بیک (model fallback)](https://broadrouter.com/ur/glossary/model-fallback/)

ماڈل فال بیک قابلِ اعتمادی کا ایک پیٹرن ہے جس میں ناکام LLM درخواست ایک ترتیب وار فہرست کے کسی دوسرے ماڈل یا فراہم کنندہ پر دوبارہ بھیجی جاتی ہے۔ ٹرگر کوئی ایرر، ریٹ لمٹ، context-length ایرر یا content-policy انکار ہو سکتا ہے۔ یہ آپ کے کلائنٹ میں یا APIs کے آگے لگے گیٹ وے میں چلتا ہے۔

[متوازی ٹول کالز (parallel tool calls)](https://broadrouter.com/ur/glossary/parallel-tool-calls/)

Parallel tool calls تب ہوتی ہیں جب ماڈل ایک ہی جواب میں ایک سے زیادہ ٹول کالز واپس کرتا ہے، مثلاً ایک ساتھ تین فائلیں پڑھنا۔ OpenAI فارمیٹ میں یہ tool\_calls کی کئی اندراجات کے طور پر آتی ہیں، اور parallel\_tool\_calls کو false کرنے پر ماڈل ہر ٹرن میں صفر یا ایک کال تک محدود رہتا ہے۔

[ملٹی ایجنٹ سسٹم (multi-agent system)](https://broadrouter.com/ur/glossary/multi-agent-system/)

ملٹی ایجنٹ سسٹم ایک LLM ایپلیکیشن ہے جس میں کئی ایجنٹ، ہر ایک اپنے پرامپٹ، ٹولز اور کانٹیکسٹ کے ساتھ، ایک ہی کام کے مختلف حصوں پر کام کرتے ہیں۔ عام ڈیزائن orchestrator-worker ہے: ایک lead ایجنٹ منصوبہ بناتا ہے، worker ایجنٹس متوازی شروع کرتا ہے اور ان کے نتائج یکجا کرتا ہے۔

[ویکٹر ڈیٹابیس (vector database)](https://broadrouter.com/ur/glossary/vector-database/)

ویکٹر ڈیٹابیس ایک ڈیٹا اسٹور ہے جو embedding ویکٹرز، اکثر ان کے سورس متن اور میٹا ڈیٹا کے ساتھ، رکھتا ہے اور nearest-neighbour کوئریز کا جواب دیتا ہے: کوئری ویکٹر ملنے پر یہ سب سے ملتے جلتے محفوظ ویکٹرز لوٹاتا ہے، عموماً cosine فاصلے، Euclidean فاصلے یا inner product سے۔

[ہائبرڈ سرچ (hybrid search)](https://broadrouter.com/ur/glossary/hybrid-search/)

ہائبرڈ سرچ ایک ریٹریول طریقہ ہے جو ایک ہی کوئری پر BM25 جیسی کی ورڈ سرچ اور embeddings پر ویکٹر سرچ دونوں چلاتا ہے، پھر دونوں رینک شدہ فہرستوں کو ایک میں ملاتا ہے، اکثر reciprocal rank fusion (RRF) یا normalized اسکورز کے weighted sum سے۔

[AI ایجنٹ (AI agent)](https://broadrouter.com/ur/glossary/agent/)

AI ایجنٹ ایسا نظام ہے جس میں لینگویج ماڈل کسی ہدف کی طرف اپنے قدم خود طے کرتا ہے: کون سے ٹولز کال کرنے ہیں، یہ چنتا ہے، نتائج پڑھتا ہے اور حتمی جواب یا کسی حد تک دہراتا رہتا ہے۔ مقررہ مقامات پر ماڈل کو کال کرنے والی اسکرپٹ کو عموماً workflow کہا جاتا ہے۔

[AI کوڈنگ ایجنٹ (AI coding agent)](https://broadrouter.com/ur/glossary/coding-agent/)

AI کوڈنگ ایجنٹ ایک سافٹ ویئر ٹول ہے جس میں لینگویج ماڈل کوڈ بیس پر لوپ میں کام کرتا ہے: فائلیں پڑھتا ہے، انہیں بدلتا ہے، ٹیسٹ جیسی کمانڈز چلاتا ہے، آؤٹ پٹ پڑھتا ہے اور اگلا قدم طے کرتا ہے، جب تک کام مکمل نہ ہو یا کوئی حد نہ آ جائے۔

[base URL](https://broadrouter.com/ur/glossary/base-url/)

base URL کسی API کا مقررہ بنیادی پتہ ہے، جیسے https://api.example.com/v1، جسے کلائنٹ /chat/completions جیسے ہر اینڈپوائنٹ پاتھ کے آگے لگاتا ہے۔ OpenAI-compatible SDK میں base URL کو API کلید اور ماڈل ID کے ساتھ بدلنے سے وہی کوڈ کسی دوسرے فراہم کنندہ سے جڑ جاتا ہے۔

[Batch API (بیچ API)](https://broadrouter.com/ur/glossary/batch-api/)

Batch API ایک asynchronous LLM اینڈپوائنٹ ہے جو ایک ساتھ کئی درخواستیں لیتا ہے، عموماً ایک فائل کی صورت میں، انہیں فوراً نہیں بلکہ ایک طے شدہ مدت میں پروسیس کرتا ہے، اور نتائج اکٹھے لوٹاتا ہے۔ OpenAI اور Anthropic جیسے فراہم کنندگان batch درخواستوں پر اپنے عام API سے کم قیمت لیتے ہیں۔

[BM25](https://broadrouter.com/ur/glossary/bm25/)

BM25 (Okapi BM25) کی ورڈ سرچ کا ایک رینکنگ فنکشن ہے جو دستاویز کو تین باتوں سے اسکور کرتا ہے: کوئری کے الفاظ اس میں کتنی بار آتے ہیں، وہ پورے مجموعے میں کتنے نایاب ہیں، اور دستاویز کتنی لمبی ہے۔ یہ Lucene اور Elasticsearch کی ڈیفالٹ similarity ہے۔

[Chat Completions API](https://broadrouter.com/ur/glossary/chat-completions-api/)

Chat Completions API، OpenAI کا HTTP اینڈپوائنٹ POST /v1/chat/completions ہے، جو ایک ماڈل کا نام اور رول والے پیغامات کی فہرست لیتا ہے اور ماڈل کا اگلا پیغام لوٹاتا ہے۔ اس کی درخواست اور جواب کی ساخت وہ عام فارمیٹ بن گئی جسے OpenAI-compatible فراہم کنندگان اور SDKs اپناتے ہیں۔

[finish\_reason (جواب رکنے کی وجہ)](https://broadrouter.com/ur/glossary/finish-reason/)

finish\_reason، chat completion جواب کی ہر choice میں ایک فیلڈ ہے جو بتاتا ہے کہ ماڈل نے جنریٹ کرنا کیوں روکا۔ OpenAI فارمیٹ میں اس کی قدریں stop، length، tool\_calls، content\_filter اور متروک (deprecated) function\_call ہیں۔ Anthropic کا Messages API یہی بات stop\_reason میں بتاتا ہے۔

[Idempotency key (آئیڈیمپوٹینسی کلید)](https://broadrouter.com/ur/glossary/idempotency-key/)

Idempotency key ایک منفرد قدر ہے، عموماً UUID جیسی رینڈم ID، جسے کلائنٹ اسٹیٹ بدلنے والی درخواست، جیسے ادائیگی یا خریداری، کے ساتھ لگاتا ہے۔ اگر وہی درخواست اسی کلید کے ساتھ دوبارہ آئے تو سرور کام دو بار کرنے کے بجائے پہلا نتیجہ لوٹاتا ہے۔

[JSON موڈ (JSON mode)](https://broadrouter.com/ur/glossary/json-mode/)

JSON موڈ، LLM API کی ایک سیٹنگ ہے، OpenAI طرز کے APIs میں response\_format {"type": "json\_object"}، جو ماڈل کے جواب کو درست اور پارس ہونے کے قابل JSON بناتی ہے۔ JSON Schema والے اسٹرکچرڈ آؤٹ پٹ کے برعکس، یہ ضمانت نہیں دیتی کہ آبجیکٹ میں کون سی keys، ٹائپس یا قدریں ہوں گی۔

[JSON Schema (JSON اسکیما)](https://broadrouter.com/ur/glossary/json-schema/)

JSON Schema، JSON میں لکھی ایک لغت ہے جو JSON ڈیٹا کی ساخت بیان کرتی اور جانچتی ہے: ٹائپس، لازمی فیلڈز، قابلِ قبول قدریں اور نیسٹنگ۔ موجودہ ورژن 2020-12 ہے۔ LLM APIs اس سے ٹول پیرامیٹرز طے کرتے ہیں، اور وہ عین شکل بھی جس کی اسٹرکچرڈ آؤٹ پٹ کو پابندی کرنی ہے۔

[LLM راؤٹر (LLM router)](https://broadrouter.com/ur/glossary/llm-router/)

LLM راؤٹر ایک سافٹ ویئر یا سروس ہے جو ایپ اور ایک یا زیادہ لینگویج ماڈل APIs کے درمیان بیٹھتی ہے اور ہر درخواست کے لیے طے کرتی ہے کہ اسے کون سا ماڈل یا فراہم کنندہ سنبھالے گا، لاگت، latency، دستیابی یا کام کی قسم جیسے اصولوں کی بنیاد پر۔

[MCP (Model Context Protocol)](https://broadrouter.com/ur/glossary/mcp/)

MCP (Model Context Protocol)، JSON-RPC 2.0 پر بنا ایک اوپن پروٹوکول ہے جو طے کرتا ہے کہ LLM ایپلیکیشنز بیرونی ٹولز اور ڈیٹا سے کیسے جڑیں۔ MCP سرور ٹولز، ریسورسز اور پرامپٹس فراہم کرتا ہے؛ ہوسٹ ایپلیکیشن کے اندر کا MCP کلائنٹ انہیں تلاش کرتا ہے اور ماڈل کی ٹول کالز سرور تک پہنچاتا ہے۔

[OpenAI-compatible API](https://broadrouter.com/ur/glossary/openai-compatible-api/)

OpenAI-compatible API ایسا HTTP API ہے جو OpenAI API والی ہی درخواست اور ریسپانس کی ساخت قبول کرتا ہے، جیسے POST /v1/chat/completions، تاکہ OpenAI کے SDK اور ٹولز صرف base URL، API کلید اور ماڈل کا نام بدل کر اسے استعمال کر سکیں۔

[RAG (retrieval-augmented generation)](https://broadrouter.com/ur/glossary/rag/)

RAG (retrieval-augmented generation) ایک طریقہ ہے جس میں ایپلیکیشن پہلے کسی بیرونی اسٹور، جیسے سرچ یا ویکٹر انڈیکس، سے سوال سے متعلقہ حصے نکالتی ہے، اور پھر انہیں پرامپٹ میں جوڑتی ہے، تاکہ لینگویج ماڈل صرف اپنی یادداشت کے بجائے اس متن سے جواب دے سکے۔

[ReAct (reason and act)](https://broadrouter.com/ur/glossary/react-agent/)

ReAct (reason and act) ایک پرامپٹنگ پیٹرن ہے، جسے Yao اور ساتھیوں نے 2022 میں متعارف کرایا، جس میں لینگویج ماڈل reasoning traces کو سرچ یا ٹول کالز جیسی کارروائیوں کے ساتھ باری باری چلاتا ہے۔ وہ ہر observation پڑھتا ہے، اپنا منصوبہ اپ ڈیٹ کرتا ہے، اور حتمی جواب تک یہی دہراتا ہے۔

[seed پیرامیٹر (seed parameter)](https://broadrouter.com/ur/glossary/seed-parameter/)

seed پیرامیٹر ایک عدد صحیح ہے جو آپ درخواست کے ساتھ بھیجتے ہیں تاکہ وہی درخواست دہرانے پر API وہی ٹوکن سیمپل کرنے کی کوشش کرے۔ OpenAI اسے best effort کہتا ہے: determinism کی ضمانت نہیں، اور system\_fingerprint فیلڈ دکھاتا ہے کہ بیک اینڈ کنفیگریشن کب بدلی۔

[Server-sent events (SSE)](https://broadrouter.com/ur/glossary/sse/)

Server-sent events (SSE) ایک ویب معیار ہے جس میں سرور text/event-stream کانٹینٹ ٹائپ والے ایک دیر تک کھلے HTTP جواب پر کلائنٹ کو متنی events کی اسٹریم بھیجتا ہے۔ ہر event میں data: جیسی ایک یا زیادہ فیلڈ لائنیں ہوتی ہیں، اور وہ ایک خالی لائن پر ختم ہوتا ہے۔

[SLA (سروس لیول ایگریمنٹ)](https://broadrouter.com/ur/glossary/sla/)

SLA (سروس لیول ایگریمنٹ) فراہم کنندہ کی طرف سے سروس کی قابلِ پیمائش سطح کا معاہداتی وعدہ ہے، عموماً ماہانہ اپ ٹائم فیصد، اور اس کے پورا نہ ہونے پر طے شدہ تلافی، عموماً سروس کریڈٹس۔ SLA بتاتا ہے کہ ڈاؤن ٹائم کسے مانا جائے گا، کیا خارج ہے اور دعویٰ کیسے کریں۔

[tool\_choice](https://broadrouter.com/ur/glossary/tool-choice/)

tool\_choice ایک درخواست پیرامیٹر ہے جو ٹول کے استعمال کو کنٹرول کرتا ہے۔ OpenAI کے Chat Completions میں یہ auto (ماڈل طے کرے)، required (ایک یا زیادہ ٹولز کال کرنا لازم)، none (کوئی ٹول نہیں) یا لازمی کال کے لیے کسی فنکشن کا نام ہو سکتا ہے۔ Anthropic کے مساوی آپشنز auto، any، tool اور none ہیں۔

[Unicode نارملائزیشن (Unicode normalization)](https://broadrouter.com/ur/glossary/unicode-normalization/)

Unicode نارملائزیشن متن کو ایک معیاری شکل میں بدلتی ہے تاکہ ایک جیسی دکھنے والی اسٹرنگز ایک جیسے کوڈ پوائنٹس استعمال کریں۔ چار شکلیں NFD، NFC، NFKD اور NFKC ہیں؛ K والی شکلیں compatibility حروف، جیسے عربی presentation forms اور ligatures، کو بھی عام حروف میں بدل دیتی ہیں۔

## ماڈلز اور ٹوکنز

[اسپیکیولیٹو ڈیکوڈنگ (speculative decoding)](https://broadrouter.com/ur/glossary/speculative-decoding/)

اسپیکیولیٹو ڈیکوڈنگ ایک انفرنس تکنیک ہے جس میں چھوٹا، تیز ڈرافٹ ماڈل اگلے کئی ٹوکنز تجویز کرتا ہے اور بڑا ٹارگٹ ماڈل انہیں ایک ہی forward pass میں جانچ کر قبول شدہ ٹوکنز رکھتا ہے۔ یہ آؤٹ پٹ کی ڈسٹری بیوشن بدلے بغیر جنریشن تیز کرتی ہے۔

[امیج ٹوکنز (image tokens)](https://broadrouter.com/ur/glossary/image-tokens/)

امیج ٹوکنز وہ ان پٹ ٹوکنز ہیں جن سے کوئی vision language ماڈل پرامپٹ میں ایک تصویر کو ظاہر کرتا ہے۔ فراہم کنندگان انہیں تصویر کے سائز سے نکالتے ہیں، عموماً ری سائز کے بعد مقررہ patches یا tiles میں بانٹ کر، اور ٹیکسٹ ان پٹ ٹوکنز کی طرح بل کرتے ہیں، اس لیے بڑی تصویر مہنگی پڑتی ہے۔

[اوپن ویٹ ماڈل (open-weight model)](https://broadrouter.com/ur/glossary/open-weight-model/)

اوپن ویٹ ماڈل ایسا مشین لرننگ ماڈل ہے جس کے ٹرین شدہ weights ہر کسی کے ڈاؤن لوڈ کرنے اور چلانے کے لیے شائع کیے جاتے ہیں، عموماً شرائط والے لائسنس کے ساتھ۔ مکمل اوپن سورس AI اس کے علاوہ ٹریننگ کوڈ اور ٹریننگ ڈیٹا کی تفصیل بھی جاری کرتا ہے، تاکہ دوسرے ماڈل کو سمجھ اور دوبارہ بنا سکیں۔

[ایمبیڈنگز (embeddings)](https://broadrouter.com/ur/glossary/embeddings/)

ایمبیڈنگز فلوٹنگ پوائنٹ اعداد کی فہرستیں (ویکٹرز) ہیں جو کوئی ماڈل متن، تصویر یا دوسرے ان پٹ کی نمائندگی کے لیے بناتا ہے۔ ملتے جلتے معنی والے ان پٹس کے ویکٹرز ایک دوسرے کے قریب ہوتے ہیں، اس لیے ویکٹرز کا فاصلہ سرچ نتائج کی درجہ بندی، دستاویزات کی گروہ بندی یا متعلقہ چیزوں کی تلاش میں کام آتا ہے۔

[بائٹ پیئر انکوڈنگ (byte pair encoding، BPE)](https://broadrouter.com/ur/glossary/bpe/)

Byte pair encoding (BPE) ایک subword tokenization الگورتھم ہے جو اکیلے کیریکٹرز یا bytes سے شروع ہوتا ہے اور سب سے عام ساتھ ساتھ والے جوڑے کو بار بار ملا کر نئی ذخیرۂ الفاظ اندراج بناتا ہے، جب تک مطلوبہ سائز نہ آ جائے۔ آج کے زیادہ تر LLM tokenizer BPE یا اس کی byte-level شکل استعمال کرتے ہیں۔

[پرامپٹ انجینئرنگ (prompt engineering)](https://broadrouter.com/ur/glossary/prompt-engineering/)

پرامپٹ انجینئرنگ، لینگویج ماڈل کو دی جانے والی ہدایات کو لکھنے، ترتیب دینے اور ٹیسٹ کرنے کا عمل ہے، تاکہ ماڈل مسلسل آپ کی ضروریات کے مطابق آؤٹ پٹ دے۔ اس میں رول پیغامات، واضح ہدایات، مثالیں، فارمیٹنگ اور ٹیسٹ کیسز پر نتائج کی پیمائش شامل ہے۔

[تائے مربوطہ (taa marbuta، ة)](https://broadrouter.com/ur/glossary/taa-marbuta/)

تائے مربوطہ (ة، U+0629) ایک عربی حرف ہے جو صرف لفظ کے آخر میں آتا ہے، اکثر مؤنث اسم اور صفت کی علامت کے طور پر۔ یہ دو نقطوں والی ہ (ه، U+0647) جیسا دکھتا ہے، اس لیے ٹائپ کیے گئے متن میں دونوں گڈمڈ ہو جاتے ہیں، اور کئی سرچ نارملائزرز ة کو ه میں بدل دیتے ہیں۔

[ٹاپ پی (top-p، nucleus sampling)](https://broadrouter.com/ur/glossary/top-p/)

ٹاپ پی، جسے nucleus sampling بھی کہتے ہیں، ڈیکوڈنگ کا ایک طریقہ ہے جس میں ماڈل اگلا ٹوکن صرف سب سے ممکنہ ٹوکنز کے اس سب سے چھوٹے سیٹ سے چنتا ہے جن کا مجموعی احتمال 0.9 جیسی حد p تک پہنچ جائے، اور باقی کم ممکنہ ٹوکنز چھوڑ دیتا ہے۔

[ٹمپریچر (temperature)](https://broadrouter.com/ur/glossary/temperature/)

ٹمپریچر ایک سیمپلنگ پیرامیٹر ہے جو طے کرتا ہے کہ لینگویج ماڈل کا آؤٹ پٹ کتنا رینڈم ہوگا۔ ماڈل اپنے ٹوکن اسکورز کو احتمالات میں بدلنے سے پہلے ٹمپریچر سے تقسیم کرتا ہے: کم قدر پر سب سے ممکنہ ٹوکن غالب رہتا ہے، زیادہ قدر پر تقسیم ہموار ہو جاتی ہے اور کم ممکنہ ٹوکن زیادہ بار چنے جاتے ہیں۔

[ٹوکن (token)](https://broadrouter.com/ur/glossary/token/)

ٹوکن متن کی وہ اکائی ہے جسے لینگویج ماڈل پڑھتا اور لکھتا ہے: کوئی لفظ، لفظ کا حصہ، رموزِ اوقاف کی کوئی علامت یا بائٹس کا سلسلہ، جو ماڈل کا ٹوکنائزر بناتا ہے۔ LLM API استعمال کو ٹوکنز میں گنتے ہیں، انہی میں حدیں لگاتے ہیں اور عموماً بل بھی بناتے ہیں۔

[ٹوکن فی سیکنڈ (tokens per second، TPS)](https://broadrouter.com/ur/glossary/tokens-per-second/)

ٹوکن فی سیکنڈ (TPS) وہ شرح ہے جس پر لینگویج ماڈل آؤٹ پٹ ٹوکن بناتا ہے، عموماً ایک درخواست کے پہلے ٹوکن کے بعد ناپی جاتی ہے۔ یہ طے کرتی ہے کہ جواب کتنی تیزی سے اسٹریم ہوگا۔ تمام بیک وقت درخواستوں کا مجموعہ سسٹم تھروپٹ ہے؛ پہلے ٹوکن سے پہلے کا انتظار الگ ناپا جاتا ہے۔

[ٹوکنائزر (tokenizer)](https://broadrouter.com/ur/glossary/tokenizer/)

ٹوکنائزر وہ جزو ہے جو متن کو انٹیجر ٹوکن IDs کی اس ترتیب میں بدلتا ہے جسے لینگویج ماڈل پڑھتا ہے، اور تیار شدہ IDs کو واپس متن میں بدلتا ہے۔ ہر ماڈل اپنے ٹوکنائزر کے ساتھ آتا ہے، اس لیے ایک ہی متن مختلف ماڈلز پر مختلف تعداد میں ٹوکنز بنا سکتا ہے۔

[جدید معیاری عربی (Modern Standard Arabic، MSA)](https://broadrouter.com/ur/glossary/msa/)

Modern Standard Arabic (MSA) عربی کی معیاری شکل ہے جو پوری عرب دنیا میں تحریر، خبروں، تعلیم اور رسمی گفتگو میں استعمال ہوتی ہے۔ یہ کسی کی روزمرہ مادری زبان نہیں: لوگ مصری یا خلیجی عربی جیسے علاقائی لہجے بولتے ہیں اور رسمی مواقع پر MSA اختیار کرتے ہیں۔

[چیٹ ٹیمپلیٹ (chat template)](https://broadrouter.com/ur/glossary/chat-template/)

چیٹ ٹیمپلیٹ وہ فارمیٹنگ اصول ہے، عموماً Jinja میں لکھا اور ماڈل کے tokenizer کے ساتھ آنے والا، جو roles والے چیٹ پیغامات کی فہرست کو اس ایک ٹوکن ترتیب میں بدلتا ہے جس کی ماڈل توقع کرتا ہے، اس کے special control ٹوکنز سمیت۔ غلط ٹیمپلیٹ سے جوابات بہت بگڑ سکتے ہیں۔

[چین آف تھاٹ (chain-of-thought، CoT)](https://broadrouter.com/ur/glossary/chain-of-thought/)

Chain-of-thought (CoT) ایک پرامپٹنگ تکنیک ہے جس میں لینگویج ماڈل کو حتمی جواب سے پہلے درمیانی ریزننگ مراحل لکھ کر دکھائے جاتے ہیں یا لکھنے کو کہا جاتا ہے۔ اس سے حساب اور منطق جیسے کئی مرحلوں والے مسائل پر درستی بڑھتی ہے، اور ریزننگ ماڈلز اب اسے خود بخود بناتے ہیں۔

[ڈسٹلیشن (knowledge distillation)](https://broadrouter.com/ur/glossary/distillation/)

ڈسٹلیشن، یا نالج ڈسٹلیشن، تربیت کا وہ طریقہ ہے جس میں ایک چھوٹا اسٹوڈنٹ ماڈل بڑے ٹیچر ماڈل کے آؤٹ پٹ، جیسے اس کی احتمالی تقسیمیں یا بنائے گئے جوابات، دہرانا سیکھتا ہے، تاکہ اسٹوڈنٹ کم لاگت پر چلتے ہوئے ٹیچر کا کافی معیار برقرار رکھے۔

[ریزننگ ٹوکن (reasoning tokens)](https://broadrouter.com/ur/glossary/reasoning-tokens/)

ریزننگ ٹوکن وہ ٹوکن ہیں جو ریزننگ ماڈل اپنا نظر آنے والا جواب لکھنے سے پہلے مسئلہ حل کرنے کے لیے بناتا ہے۔ ان کا بل عموماً آؤٹ پٹ ٹوکنز کی طرح بنتا ہے، یہ آؤٹ پٹ کی حد اور کانٹیکسٹ ونڈو میں شمار ہوتے ہیں، اور API انہیں چھپا سکتا ہے یا ان کا خلاصہ دے سکتا ہے۔

[عربی اعراب (tashkeel)](https://broadrouter.com/ur/glossary/arabic-diacritics/)

عربی اعراب، یا tashkeel، حروف کے اوپر یا نیچے لگنے والے چھوٹے نشانات ہیں جو مختصر حرکات، مشدّد حروف اور حرکت کی عدم موجودگی دکھاتے ہیں۔ یہ اختیاری ہیں: خبروں سمیت زیادہ تر عربی متن انہیں چھوڑ دیتا ہے، اس لیے قاری اور سافٹ ویئر سیاق و سباق سے حرکات کا اندازہ لگاتے ہیں۔

[عربی لہجے (dialectal Arabic)](https://broadrouter.com/ur/glossary/dialectal-arabic/)

عربی لہجے کسی خطے یا شہر میں روزمرہ بولی جانے والی عربی ہیں، جیسے مصری، خلیجی، شامی (لیونٹائن) یا مغربی عربی۔ یہ جدید معیاری عربی سے آوازوں، الفاظ اور گرامر میں مختلف ہیں، ان کا کوئی معیاری املا نہیں، اور آن لائن یہ بڑھتی تعداد میں لکھے جا رہے ہیں، جس سے لینگویج ماڈلز کے لیے یہ مشکل ہیں۔

[عربی لہجے کی شناخت (Arabic dialect identification)](https://broadrouter.com/ur/glossary/arabic-dialect-identification/)

عربی لہجے کی شناخت وہ کام ہے جس میں طے کیا جاتا ہے کہ کوئی متن یا ریکارڈنگ کس عربی شکل میں ہے، جیسے مصری، خلیجی، شامی (لیونٹائن)، مغربی یا جدید معیاری عربی، اور یہ علاقے، ملک یا شہر کی سطح پر ہوتا ہے۔ اسے پیغامات روٹ کرنے، پرامپٹ چننے اور جانچ کے سیٹ بانٹنے میں استعمال کیا جاتا ہے۔

[عربی متن کی نارملائزیشن (Arabic text normalization)](https://broadrouter.com/ur/glossary/arabic-text-normalization/)

عربی متن کی نارملائزیشن وہ مرحلہ ہے جو میچنگ سے پہلے ایک ہی لفظ کی مختلف املاؤں کو ایک شکل میں بدلتا ہے: اعراب اور tatweel ہٹانا، الف کی شکلیں ایک کرنا، اور اکثر ى کو ي اور ة کو ه کرنا۔ یہ سرچ کی اور جانچ پر لگتی ہے، دکھائے جانے والے متن پر نہیں۔

[فائن ٹیوننگ (fine-tuning)](https://broadrouter.com/ur/glossary/fine-tuning/)

فائن ٹیوننگ پہلے سے تربیت یافتہ لینگویج ماڈل کو کسی چھوٹے، کام کے لحاظ سے مخصوص ڈیٹاسیٹ، جیسے مثالی گفتگو، پر مزید تربیت دینے کا عمل ہے، تاکہ اس کے ویٹس بدلیں اور وہ ہر پرامپٹ میں لمبی ہدایات یا مثالوں کے بغیر وہ کام یا انداز زیادہ بھروسے سے انجام دے۔

[فریکوئنسی اور پریزنس پینلٹی](https://broadrouter.com/ur/glossary/frequency-and-presence-penalty/)

فریکوئنسی اور پریزنس پینلٹی سیمپلنگ سیٹنگز ہیں جو آؤٹ پٹ میں پہلے آ چکے ٹوکنز کا اسکور کم کرتی ہیں۔ پریزنس پینلٹی ٹوکن کے ایک بار بھی آنے پر لگتی ہے؛ فریکوئنسی پینلٹی ہر تکرار کے ساتھ بڑھتی ہے۔ OpenAI کے API میں دونوں کی رینج -2.0 سے 2.0 ہے، ڈیفالٹ 0۔

[فیو شاٹ پرامپٹنگ (few-shot prompting)](https://broadrouter.com/ur/glossary/few-shot-prompting/)

فیو شاٹ پرامپٹنگ وہ تکنیک ہے جس میں پرامپٹ اصل ان پٹ سے پہلے ان پٹ اور آؤٹ پٹ کی چند حل شدہ مثالیں دیتا ہے، تاکہ لینگویج ماڈل ان سے کام اور فارمیٹ سمجھ لے۔ ماڈل کے ویٹس نہیں بدلتے؛ زیرو شاٹ میں کوئی مثال نہیں ہوتی اور ون شاٹ میں ایک۔

[کانٹیکسٹ انجینئرنگ (context engineering)](https://broadrouter.com/ur/glossary/context-engineering/)

کانٹیکسٹ انجینئرنگ وہ کام ہے جس میں طے کیا اور سنبھالا جاتا ہے کہ لینگویج ماڈل ہر درخواست میں کون سے ٹوکن دیکھے: سسٹم پرامپٹ، ٹول ڈیفینیشنز، تاریخ، ریٹریو کی گئی دستاویزات اور نوٹس، تاکہ ماڈل کو کام کے لیے ضروری، سب سے مختصر اور سب سے کارآمد معلومات ملیں۔

[کانٹیکسٹ روٹ (context rot)](https://broadrouter.com/ur/glossary/context-rot/)

کانٹیکسٹ روٹ درستگی اور بھروسے کا وہ بتدریج نقصان ہے جو لینگویج ماڈلز میں ان پٹ لمبا ہونے پر نظر آتا ہے، تب بھی جب کام وہی رہے اور ان پٹ کانٹیکسٹ ونڈو کے اندر ہی ہو۔ یہ اصطلاح 2025 کی Chroma تکنیکی رپورٹ سے مشہور ہوئی، جس نے 18 ماڈلز ٹیسٹ کیے۔

[کانٹیکسٹ کمپیکشن (context compaction)](https://broadrouter.com/ur/glossary/context-compaction/)

Context compaction وہ طریقہ ہے جس میں کانٹیکسٹ ونڈو کی حد کے قریب پہنچی گفتگو کا خلاصہ بنایا جاتا ہے اور سیشن اسی خلاصے سے آگے چلتا ہے، تاکہ ایجنٹ اہم فیصلے اور حالت برقرار رکھے اور پرانے ٹول آؤٹ پٹ جیسی خام ہسٹری چھوڑ دے۔

[کانٹیکسٹ ونڈو (context window)](https://broadrouter.com/ur/glossary/context-window/)

کانٹیکسٹ ونڈو ٹوکنز کی وہ زیادہ سے زیادہ تعداد ہے جس کے ساتھ لینگویج ماڈل ایک درخواست میں کام کر سکتا ہے۔ اس میں پرامپٹ، گفتگو کی تاریخ، ٹول ڈیفینیشنز، تصاویر اور بننے والا آؤٹ پٹ، ریزننگ ٹوکنز سمیت، سب شامل ہیں۔ جو اس میں نہ سمائے اسے کاٹنا، خلاصہ کرنا یا کئی درخواستوں میں بانٹنا پڑتا ہے۔

[کوانٹائزیشن (quantization)](https://broadrouter.com/ur/glossary/quantization/)

کوانٹائزیشن، نیورل نیٹ ورک کے اعداد، بنیادی طور پر اس کے weights، کو 16-bit کے بجائے 8-bit یا 4-bit جیسے کم پریسیژن فارمیٹ میں رکھنے کا عمل ہے، تاکہ ماڈل کم میموری لے اور اکثر تیز چلے۔ اچھے طریقے درستی میں ہونے والے نقصان کو کم رکھتے ہیں۔

[گراؤنڈنگ (grounding)](https://broadrouter.com/ur/glossary/grounding/)

گراؤنڈنگ لینگویج ماڈل کے آؤٹ پٹ کو معلومات کے مخصوص، قابلِ تصدیق ذرائع، جیسے فراہم کردہ دستاویزات، سرچ نتائج یا ڈیٹابیس ریکارڈز، سے جوڑنے اور ماڈل کو انہی سے جواب دینے کی ہدایت کرنے کا طریقہ ہے۔ گراؤنڈڈ جواب کا ماخذ تلاش کیا جا سکتا ہے اور اس میں گھڑے ہوئے حقائق کم ہوتے ہیں۔

[لاگ پروبز (logprobs)](https://broadrouter.com/ur/glossary/logprobs/)

لاگ پروبز وہ لاگ احتمالات ہیں جو لینگویج ماڈل نے اپنے جنریٹ کیے گئے ٹوکنز کو دیے۔ انہیں لوٹانے والا API ہر آؤٹ پٹ ٹوکن کے لیے دکھاتا ہے کہ ماڈل نے اسے کتنا ممکن سمجھا، اور چاہیں تو اس جگہ کے سب سے ممکنہ متبادل ٹوکن بھی۔

[ماڈل لائسنس (model license)](https://broadrouter.com/ur/glossary/model-license/)

ماڈل لائسنس وہ قانونی شرائط ہیں جن کے تحت کسی ماڈل کے weights، کوڈ اور آؤٹ پٹ استعمال، تبدیل اور شیئر کیے جا سکتے ہیں۔ اوپن ویٹ ماڈلز Apache 2.0 یا MIT جیسے عام سافٹ ویئر لائسنس، یا کسٹم ماڈل لائسنس استعمال کرتے ہیں، جو بڑی کمرشل سروسز پر حد جیسی شرائط جوڑ سکتے ہیں۔

[ملٹی موڈل AI (multimodal AI)](https://broadrouter.com/ur/glossary/multimodal/)

ملٹی موڈل AI ایسا ماڈل یا سسٹم ہے جو ایک سے زیادہ قسم کے ڈیٹا، جیسے متن، تصاویر، ویڈیو اور آڈیو، کے ساتھ کام کرتا ہے۔ کوئی ملٹی موڈل ماڈل تصویر اور سوال ساتھ پڑھ سکتا ہے، یا آواز لے کر متن میں جواب دے سکتا ہے۔ vision-language ماڈل اس کی سب سے عام قسم ہے۔

[نیمڈ اینٹیٹی ریکگنیشن (NER)](https://broadrouter.com/ur/glossary/named-entity-recognition/)

Named entity recognition (NER) متن میں نام تلاش کرنے اور ہر نام کو شخص، ادارہ یا مقام جیسی کسی قسم کا لیبل دینے کا کام ہے۔ روایتی سسٹم ہر ٹوکن کو ٹیگ کرتے ہیں؛ LLMs سے اکثر entities کی فہرست JSON میں مانگی جاتی ہے، جسے پھر ماخذ متن سے ملا کر جانچا جاتا ہے۔

[ووکیبلری سائز (vocabulary size)](https://broadrouter.com/ur/glossary/vocabulary-size/)

ووکیبلری سائز کسی لینگویج ماڈل کے ٹوکنائزر میں الگ الگ ٹوکنز کی تعداد ہے، ہر ایک کی اپنی ID اور embedding کے ساتھ۔ بڑی ووکیبلری عام متن کو کم ٹوکنز میں لکھ سکتی ہے، مگر اس سے embedding اور آؤٹ پٹ لیئرز بڑی ہوتی ہیں، اور یہ صرف اسی متن پر مدد کرتی ہے جس پر یہ تربیت یافتہ ہے۔

[ویژن لینگویج ماڈل (VLM)](https://broadrouter.com/ur/glossary/vision-language-model/)

ویژن لینگویج ماڈل (VLM) ایسا ماڈل ہے جو تصویر اور متن کو ایک ساتھ ان پٹ کے طور پر لے کر متن بناتا ہے، تاکہ وہ تصویروں کی وضاحت کر سکے، ان کے بارے میں سوالوں کے جواب دے سکے اور دستاویزات، چارٹس یا اسکرین شاٹس پڑھ سکے۔ VLM کو image-text-to-text یا multimodal ماڈل بھی کہتے ہیں۔

[ہمزہ (hamza)](https://broadrouter.com/ur/glossary/hamza/)

ہمزہ (ء) گلوٹل اسٹاپ کے لیے عربی حرف ہے۔ یہ اکیلا یا کسی کرسی پر لکھا جاتا ہے: الف (أ إ)، واؤ (ؤ) یا یاء (ئ)، اور آ الف کو مد کے ساتھ جوڑتا ہے۔ ٹائپ شدہ متن میں یہ یکساں نہیں لکھا جاتا، سو سرچ انجن اور اسپیچ اسکورنگ اکثر الف والی شکلوں کو ا میں بدل دیتے ہیں۔

[ہیلوسینیشن (hallucination)](https://broadrouter.com/ur/glossary/hallucination/)

ہیلوسینیشن، لینگویج ماڈل کا ایسا آؤٹ پٹ ہے جو سننے میں درست لگتا ہے مگر غلط، گھڑا ہوا یا دیے گئے ان پٹ سے غیر ثابت شدہ ہوتا ہے، جیسے جعلی حوالہ، غلط عدد یا من گھڑت API۔ یہ اس لیے ہوتا ہے کہ ماڈل حقائق جانچنے کے بجائے ممکنہ متن کی پیش گوئی کرتا ہے۔

[Arabizi (عربیزی)](https://broadrouter.com/ur/glossary/arabizi/)

Arabizi لاطینی حروف میں غیر رسمی طور پر لکھی گئی عربی ہے، جس میں لاطینی متبادل سے محروم عربی آوازوں کے لیے ہندسے آتے ہیں، جیسے ع کے لیے 3۔ یہ چیٹ اور سوشل میڈیا میں عام ہے، زیادہ تر بول چال کی ہے، اس کی طے شدہ املا نہیں، اور اکثر انگریزی یا فرانسیسی سے ملی ہوتی ہے۔

[AWQ (activation-aware weight quantization)](https://broadrouter.com/ur/glossary/awq/)

AWQ (activation-aware weight quantization) ایک post-training طریقہ ہے جو LLM کے weights کو کم پریسیژن، عموماً 4-bit integers، میں دباتا ہے۔ یہ چھوٹے calibration سیٹ کے activation اعداد سے اہم ترین weight چینلز پہچان کر انہیں scale کرتا ہے، تاکہ ان کی درستی کم گھٹے۔ اسے backpropagation نہیں چاہیے۔

[Eval (LLM ایویلیوایشن)](https://broadrouter.com/ur/glossary/eval/)

Eval (evaluation کا مخفف) کسی لینگویج ماڈل یا پرامپٹ کا دہرایا جا سکنے والا ٹیسٹ ہے: ان پٹس کا ایک مقررہ سیٹ، اچھے آؤٹ پٹ کی وضاحت، اور ایک گریڈر (کوڈ، انسان یا دوسرا ماڈل) جو ہر آؤٹ پٹ کو اسکور کرتا ہے، تاکہ مختلف ورژنز کا موازنہ ہو سکے۔

[FP8 (8 بٹ فلوٹنگ پوائنٹ)](https://broadrouter.com/ur/glossary/fp8/)

FP8 ڈیپ لرننگ میں استعمال ہونے والا 8 بٹ فلوٹنگ پوائنٹ نمبر فارمیٹ ہے، جس کی دو انکوڈنگز ہیں: E4M3، جس میں 4 ایکسپوننٹ اور 3 مینٹیسا بٹس ہیں، اور E5M2، جس میں 5 ایکسپوننٹ اور 2 مینٹیسا بٹس ہیں۔ یہ 16 بٹ فارمیٹس کے مقابلے میں میموری آدھی کرتا ہے اور نئے GPUs پر براہِ راست چلتا ہے۔

[GGUF](https://broadrouter.com/ur/glossary/gguf/)

GGUF لینگویج ماڈلز محفوظ کرنے کا ایک بائنری فائل فارمیٹ ہے، جو llama.cpp جیسے GGML پر مبنی رن ٹائمز پر انفرینس کے لیے بنا ہے۔ ایک GGUF فائل میں ویٹس، اکثر کوانٹائزڈ، اور ماڈل لوڈ کرنے کا ضروری میٹا ڈیٹا ہوتا ہے، جیسے ٹوکنائزر اور آرکیٹیکچر کی تفصیلات، اور اسے تیز لوڈنگ کے لیے میموری میپ کیا جا سکتا ہے۔

[INT4 (4 بٹ کوانٹائزیشن)](https://broadrouter.com/ur/glossary/int4/)

INT4 ایک 4-bit integer نمبر فارمیٹ ہے جو 16 سطحیں ظاہر کر سکتا ہے۔ LLM انفرنس میں اس کا مطلب عموماً 4-bit weight-only کوانٹائزیشن (W4A16) ہوتا ہے: weights کو scale factors کے ساتھ INT4 میں رکھا جاتا ہے اور حساب کے دوران 16-bit میں پھیلایا جاتا ہے، جس سے 16-bit weights کی تقریباً ایک چوتھائی میموری لگتی ہے۔

[KV cache (کی ویلیو کیش)](https://broadrouter.com/ur/glossary/kv-cache/)

KV cache وہ میموری ہے جہاں ٹرانسفارمر لینگویج ماڈل پہلے سے پروسیس شدہ ہر ٹوکن کے لیے نکالی گئی attention keys اور values رکھتا ہے، تاکہ ہر نیا ٹوکن پوری sequence دوبارہ گننے کے بجائے انہیں استعمال کرے۔ یہ context کی لمبائی کے ساتھ بڑھتا ہے اور اکثر طے کرتا ہے کہ GPU کتنی درخواستیں سنبھالے۔

[LLM بینچ مارک (LLM benchmark)](https://broadrouter.com/ur/glossary/llm-benchmark/)

LLM بینچ مارک کاموں کا ایک مقررہ، عموماً پبلک سیٹ ہے جس کا اسکورنگ طریقہ طے ہوتا ہے، اور جس سے لینگویج ماڈلز کو کسی ایک مہارت، جیسے معلوماتی سوالات، کوڈنگ یا اسپیچ ریکگنیشن، پر ناپا اور موازنہ کیا جاتا ہے۔ بینچ مارک اسکور اس ٹیسٹ پر نسبتی صلاحیت دکھاتا ہے، آپ کے اپنے ورک لوڈ پر کارکردگی نہیں۔

[LLM-as-a-judge (LLM جج)](https://broadrouter.com/ur/glossary/llm-as-judge/)

LLM-as-a-judge ایک جانچ کا طریقہ ہے جس میں ایک لینگویج ماڈل دوسرے ماڈلز کے آؤٹ پٹس کو گریڈ کرتا ہے، ایک جواب کو rubric پر اسکور دے کر یا دو جوابوں میں سے بہتر چن کر۔ یہ کم لاگت پر انسانی فیصلے کے قریب پہنچتا ہے، مگر اس میں معروف biases ہیں، جیسے پہلے یا لمبے جواب کو ترجیح دینا۔

[LoRA (low-rank adaptation)](https://broadrouter.com/ur/glossary/lora/)

LoRA (low-rank adaptation) ایک پیرامیٹر کفایتی fine-tuning طریقہ ہے جو پہلے سے تربیت یافتہ ماڈل کے weights کو منجمد کر دیتا ہے اور منتخب layers کے لیے چھوٹی low-rank میٹرکس کا ایک جوڑا تربیت دیتا ہے۔ سیکھی گئی تبدیلی چھوٹے adapter کے طور پر رکھی جا سکتی ہے یا weights میں ملائی جا سکتی ہے، انفرنس latency بڑھائے بغیر۔

[Lost in the middle (درمیان میں کھو جانا)](https://broadrouter.com/ur/glossary/lost-in-the-middle/)

Lost in the middle لینگویج ماڈلز کا مشاہدہ شدہ رجحان ہے کہ وہ متعلقہ معلومات کا سب سے اچھا استعمال تب کرتے ہیں جب وہ لمبے ان پٹ کے شروع یا آخر کے قریب ہو، اور سب سے برا تب جب وہ درمیان میں ہو۔ یہ نام Liu اور ساتھیوں کی 2023 کی تحقیق نے دیا۔

[max\_tokens (آؤٹ پٹ ٹوکن کی حد)](https://broadrouter.com/ur/glossary/max-tokens/)

max\_tokens ایک LLM API پیرامیٹر ہے جو طے کرتا ہے کہ ماڈل ایک جواب میں زیادہ سے زیادہ کتنے ٹوکن بنا سکتا ہے۔ حد پر پہنچتے ہی جنریشن رک جاتی ہے اور جواب کو کٹا ہوا قرار دیا جاتا ہے، مثلاً finish\_reason کو "length" پر سیٹ کر کے۔

[Mixture of experts (MoE)](https://broadrouter.com/ur/glossary/mixture-of-experts/)

Mixture of experts (MoE) ایک نیورل نیٹ ورک ڈیزائن ہے جس میں ایک layer میں کئی expert ذیلی نیٹ ورکس ہوتے ہیں اور ایک سیکھا ہوا router ہر ٹوکن کو ان میں سے صرف چند کے پاس بھیجتا ہے۔ MoE لینگویج ماڈل کے کل پیرامیٹرز بہت ہوتے ہیں، لیکن ہر ٹوکن پر ایک چھوٹا active حصہ ہی استعمال کرتا ہے۔

[OCR (optical character recognition)](https://broadrouter.com/ur/glossary/ocr/)

OCR (optical character recognition) وہ ٹیکنالوجی ہے جو کسی تصویر، اسکین یا PDF میں چھپے یا ہاتھ سے لکھے متن کو پہچان کر مشین کے پڑھنے کے قابل حروف میں بدلتی ہے۔ روایتی OCR متن اور صفحے پر اس کی جگہ دیتا ہے؛ vision-language ماڈل متن پڑھ کر اس کے بارے میں براہِ راست سوالوں کے جواب دے سکتے ہیں۔

[Prefill اور decode](https://broadrouter.com/ur/glossary/prefill-and-decode/)

Prefill اور decode، LLM انفرنس کے دو مراحل ہیں۔ Prefill میں ماڈل پورا پرامپٹ متوازی طور پر پروسیس کر کے اپنا KV cache بھرتا ہے؛ decode میں وہ اسی cache کو دوبارہ استعمال کرتے ہوئے جواب ایک ایک ٹوکن کر کے بناتا ہے۔ Prefill زیادہ تر پہلے ٹوکن تک کا وقت طے کرتا ہے؛ decode آؤٹ پٹ کی رفتار۔

[vLLM](https://broadrouter.com/ur/glossary/vllm/)

vLLM، LLM inference اور سرونگ کے لیے ایک اوپن سورس لائبریری ہے، جو پہلے UC Berkeley کی Sky Computing Lab میں بنائی گئی۔ یہ PagedAttention سے KV cache میموری سنبھالتی ہے، آنے والی درخواستوں کو مسلسل بیچ کرتی ہے، کئی quantization فارمیٹس سپورٹ کرتی ہے اور OpenAI-compatible HTTP سرور دیتی ہے۔

## قیمتیں اور بلنگ

[اخراجات کی حد (spend limit)](https://broadrouter.com/ur/glossary/spend-limit/)

اخراجات کی حد وہ سقف ہے کہ کوئی API اکاؤنٹ، پروجیکٹ یا کلید ایک مدت میں، عموماً ایک مہینے میں، کتنا خرچ کر سکتی ہے۔ استعمال وہاں پہنچنے پر فراہم کنندہ مزید درخواستیں رد کر دیتا ہے، اکثر HTTP 429 یا 400 ایرر کے ساتھ، جب تک مدت ری سیٹ نہ ہو یا حد بڑھائی نہ جائے۔

[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)

استعمال کے مطابق ادائیگی (pay-as-you-go) قیمت طے کرنے کا ایک ماڈل ہے جس میں آپ صرف اتنا دیتے ہیں جتنا استعمال کرتے ہیں، ٹوکن، درخواستوں یا آڈیو منٹ جیسی اکائیوں میں ناپ کر، بغیر سبسکرپشن یا کم از کم وابستگی کے۔ زیادہ تر LLM API اسی طرح بل بناتے ہیں، پری پیڈ بیلنس یا وقتاً فوقتاً بننے والی انوائس سے۔

[ان پٹ اور آؤٹ پٹ ٹوکن (input and output tokens)](https://broadrouter.com/ur/glossary/input-and-output-tokens/)

ان پٹ ٹوکن وہ ٹوکن ہیں جو لینگویج ماڈل کسی درخواست میں پڑھتا ہے، جن میں سسٹم پرامپٹ، گفتگو کی تاریخ، ٹول ڈیفینیشنز اور تصاویر شامل ہیں۔ آؤٹ پٹ ٹوکن وہ ہیں جو وہ جواب میں بناتا ہے، ریزننگ سمیت۔ LLM API عموماً دونوں کی قیمت الگ رکھتے ہیں، اور آؤٹ پٹ عموماً مہنگا ہوتا ہے۔

[پری پیڈ کریڈٹ (prepaid credit)](https://broadrouter.com/ur/glossary/prepaid-credit/)

پری پیڈ کریڈٹ وہ رقم ہے جو استعمال سے پہلے API اکاؤنٹ میں ڈالی جاتی ہے۔ ہر درخواست کی لاگت بیلنس سے کٹتی ہے، اور بیلنس ختم ہونے پر میٹر والی درخواستیں تب تک رک جاتی ہیں جب تک آپ ٹاپ اپ نہ کریں۔ اس سے خرچ اتنا ہی رہتا ہے جتنا آپ نے جمع کیا ہے۔

[کیش شدہ ان پٹ ٹوکن (cached input tokens)](https://broadrouter.com/ur/glossary/cached-input-tokens/)

کیش شدہ ان پٹ ٹوکن وہ پرامپٹ ٹوکن ہیں جنہیں LLM فراہم کنندہ نے حال ہی میں پروسیس کیا ہو اور دوبارہ حساب کرنے کے بجائے کیش سے پھر استعمال کر سکے، عموماً سسٹم پرامپٹ یا دستاویز جیسا دہرایا گیا پریفکس۔ فراہم کنندگان ان کا بل نئے ان پٹ ٹوکنز سے کم شرح پر بناتے ہیں۔

[مقررہ قیمت والا LLM پلان (flat-rate LLM plan)](https://broadrouter.com/ur/glossary/flat-rate-llm-plan/)

مقررہ قیمت والا LLM پلان کسی لینگویج ماڈل API تک رسائی کے لیے فی ٹوکن بل بنانے کے بجائے ایک مدت، جیسے ایک مہینے، کی مقررہ قیمت لیتا ہے۔ ایسے پلان عموماً کچھ اور محدود کرتے ہیں، جیسے concurrency، رفتار، ماڈلز یا استعمال کی ونڈوز، اس لیے حدیں قیمت جتنی ہی اہم ہیں۔

[GPU گھنٹہ (GPU-hour)](https://broadrouter.com/ur/glossary/gpu-hour/)

GPU گھنٹہ ایک گرافکس پروسیسر کا ایک گھنٹے تک استعمال ہے۔ کلاؤڈ فراہم کنندگان کرائے کے GPU انسٹینسز کا بل گھنٹے یا سیکنڈ کے حساب سے بناتے ہیں، اور محققین کسی کام کا کمپیوٹ GPU گھنٹوں میں بتاتے ہیں۔ آپ مشین کے وقت کی ادائیگی کرتے ہیں، چاہے وہ مصروف ہو یا نہیں۔

## پرائیویسی اور سکیورٹی

[پرامپٹ انجیکشن (prompt injection)](https://broadrouter.com/ur/glossary/prompt-injection/)

Prompt injection ایک حملہ ہے جس میں لینگویج ماڈل کو دیا گیا متن، چاہے صارف نے لکھا ہو یا کسی ویب صفحے، ای میل، فائل یا ٹول کے نتیجے میں چھپا ہو، ماڈل کا رویہ ڈویلپر کے ارادے کے خلاف بدل دیتا ہے۔ OWASP اپنی LLM ایپلیکیشنز کی Top 10 فہرست میں اسے پہلے نمبر (LLM01:2025) پر رکھتا ہے۔

[جیل بریک (LLM jailbreak)](https://broadrouter.com/ur/glossary/jailbreak/)

جیل بریک ایک ایسا ان پٹ ہے جو کسی لینگویج ماڈل سے اس کی سیفٹی ٹریننگ یا اسے چلانے والی ایپ کے اصولوں کو نظرانداز کروانے کے لیے بنایا جاتا ہے، تاکہ وہ ایسا مواد دے یا ایسے کام کرے جن سے وہ عموماً انکار کرتا۔ OWASP جیل بریکنگ کو prompt injection کی ایک شکل مانتا ہے۔

[ڈیٹا پروسیسنگ معاہدہ (DPA)](https://broadrouter.com/ur/glossary/dpa/)

ڈیٹا پروسیسنگ معاہدہ (DPA) کنٹرولر اور پروسیسر کے درمیان وہ معاہدہ ہے جو طے کرتا ہے کہ پروسیسر ذاتی ڈیٹا کیسے سنبھالے گا۔ GDPR آرٹیکل 28(3) اسے لازمی کرتا ہے اور اس کے مندرجات گنواتا ہے: تحریری ہدایات، رازداری، سیکیورٹی، سب پروسیسر کے اصول، ڈیٹا مٹانا یا واپس کرنا، اور آڈٹ۔

[ڈیٹا ریزیڈنسی (data residency)](https://broadrouter.com/ur/glossary/data-residency/)

ڈیٹا ریزیڈنسی وہ شرط یا وعدہ ہے کہ ڈیٹا کسی مخصوص ملک یا خطے میں ہی محفوظ اور پروسیس ہو گا۔ LLM API کے لیے یہ بتاتی ہے کہ انفرینس کے دوران پرامپٹس کہاں پروسیس ہوتے ہیں اور محفوظ کیا گیا مواد کہاں رہتا ہے؛ اکثر اکاؤنٹ اور بلنگ ڈیٹا اس میں شامل نہیں ہوتا۔

[زیرو ڈیٹا ریٹینشن (zero data retention، ZDR)](https://broadrouter.com/ur/glossary/zero-data-retention/)

زیرو ڈیٹا ریٹینشن (ZDR) ڈیٹا سنبھالنے کی ایک پالیسی ہے، جس میں AI فراہم کنندہ پرامپٹس اور آؤٹ پٹ صرف درخواست پوری کرنے کے لیے پروسیس کرتا ہے اور بعد میں وہ مواد لاگز، کیش یا تربیتی ڈیٹا میں محفوظ نہیں کرتا۔ ٹوکن گنتی اور اوقات جیسے بغیر مواد کے ریکارڈ عموماً پھر بھی رکھے جاتے ہیں۔

[سب پروسیسر (subprocessor)](https://broadrouter.com/ur/glossary/subprocessor/)

سب پروسیسر وہ تیسرا فریق ہے جسے پروسیسر کنٹرولر کی جانب سے ذاتی ڈیٹا پروسیس کرنے کے لیے رکھتا ہے۔ LLM API کے معاملے میں سب پروسیسرز میں GPU ہوسٹس، پارٹنر انفرنس فراہم کنندگان اور بیک اپ گنجائش شامل ہو سکتے ہیں۔ GDPR آرٹیکل 28 کے تحت انہیں کنٹرولر کی اجازت اور وہی ڈیٹا تحفظ کی ذمہ داریاں درکار ہیں۔

[گارڈریلز (LLM guardrails)](https://broadrouter.com/ur/glossary/guardrails/)

گارڈریلز وہ جانچیں ہیں جو کوئی ایپلیکیشن لینگویج ماڈل کال کے گرد چلاتی ہے تاکہ وہ مقررہ حدود میں رہے۔ ان پٹ گارڈریلز ماڈل میں جانے والی چیز پرکھتے ہیں، آؤٹ پٹ گارڈریلز باہر آنے والی، اور ٹول گارڈریلز کارروائی چلنے سے پہلے اسے جانچتے ہیں۔ جانچ ناکام ہو تو درخواست رکتی، بدلتی یا نشان زد ہوتی ہے۔

[API کلید (API key)](https://broadrouter.com/ur/glossary/api-key/)

API کلید ایک خفیہ اسٹرنگ ہے جو API کال کرنے والے کلائنٹ کی شناخت کرتی اور اسے اجازت دیتی ہے۔ LLM API عموماً اسے Authorization: Bearer ہیڈر میں چاہتے ہیں، اور جس کے پاس بھی یہ کلید ہو وہ ایسی درخواستیں کر سکتا ہے جن کا بل کلید والے اکاؤنٹ پر بنتا ہے۔

[GDPR (جنرل ڈیٹا پروٹیکشن ریگولیشن)](https://broadrouter.com/ur/glossary/gdpr/)

GDPR (General Data Protection Regulation، Regulation (EU) 2016/679) ذاتی ڈیٹا کی پروسیسنگ سے متعلق یورپی یونین کا قانون ہے۔ یہ 25 مئی 2018 سے نافذ ہے اور یورپی یونین میں قائم اور اس سے باہر کے کچھ اداروں پر لاگو ہوتا ہے۔ LLM APIs کے لیے یہ پروسیسر معاہدے، بین الاقوامی منتقلی اور ڈیٹا منیمائزیشن طے کرتا ہے۔

[IP allow list (اجازت یافتہ IP فہرست)](https://broadrouter.com/ur/glossary/ip-allow-list/)

IP allow list ایک سیکیورٹی کنٹرول ہے جو صرف فہرست میں دیے گئے IP پتوں یا CIDR رینجز سے آئی درخواستیں قبول کرتا ہے اور باقی سب کو رد کر دیتا ہے۔ کسی API پر یہ لیک ہوئی کلید سے ہونے والا نقصان محدود کرتا ہے، کیونکہ فہرست سے باہر کے نیٹ ورکس سے کلید کام نہیں کرتی۔

[PDPL (سعودی اور UAE کے ڈیٹا تحفظ کے قوانین)](https://broadrouter.com/ur/glossary/pdpl/)

PDPL (Personal Data Protection Law) سعودی عرب کے ذاتی ڈیٹا قانون کا عام نام ہے، جو Royal Decree M/19 سے جاری ہوا اور SDAIA نافذ کرتا ہے، اور UAE کے Federal Decree-Law No. 45 of 2021 کا بھی۔ دونوں ذاتی ڈیٹا کی پروسیسنگ اور بیرونِ ملک منتقلی کی شرائط طے کرتے ہیں، غیر ملکی LLM APIs کو بھیجے پرامپٹس سمیت۔

[PII (personally identifiable information)](https://broadrouter.com/ur/glossary/pii/)

PII (personally identifiable information) وہ معلومات ہے جس سے کسی شخص کی شناخت الگ کی یا کھوجی جا سکے، جیسے نام، ID نمبر یا بایومیٹرک ریکارڈ، نیز اس شخص سے جڑی یا جوڑی جا سکنے والی دوسری معلومات۔ GDPR کی وسیع تر اصطلاح personal data ہے۔ LLM میں PII redaction اسے سسٹم سے نکلنے سے پہلے پرامپٹس سے ہٹاتا ہے۔

## آواز

[اسپیچ ٹو ٹیکسٹ (speech-to-text)](https://broadrouter.com/ur/glossary/speech-to-text/)

اسپیچ ٹو ٹیکسٹ، جسے automatic speech recognition (ASR) بھی کہتے ہیں، بولے گئے آڈیو کو تحریری متن میں بدلنے کی ٹیکنالوجی ہے۔ speech-to-text API آڈیو فائل یا اسٹریم لے کر ٹرانسکرپٹ لوٹاتا ہے، عموماً فی آڈیو منٹ قیمت پر۔ درستگی ورڈ ایرر ریٹ سے ناپی جاتی ہے اور لہجے، بولی اور ریکارڈنگ کے معیار کے ساتھ بدلتی ہے۔

[اسپیکر ڈائرائزیشن (speaker diarization)](https://broadrouter.com/ur/glossary/diarization/)

اسپیکر ڈائرائزیشن آڈیو ریکارڈنگ کو بولنے والوں کے لحاظ سے حصوں میں بانٹنے کا کام ہے، جو بتاتا ہے کہ "کون کب بولا"۔ یہ گفتگو کے ہر حصے پر SPEAKER\_00 جیسی گمنام اسپیکر ID لگاتی ہے، اور عموماً ٹرانسکرپٹ کے ساتھ ملا کر دکھاتی ہے کہ ہر سطر کس نے کہی۔

[ٹائم اسٹیمپس (اسپیچ ٹو ٹیکسٹ، timestamps)](https://broadrouter.com/ur/glossary/timestamps-asr/)

اسپیچ ٹو ٹیکسٹ میں ٹائم اسٹیمپس ٹرانسکرپٹ کے حصوں سے جڑے شروع اور اختتام کے اوقات ہیں، سیکنڈز میں۔ سیگمنٹ ٹائم اسٹیمپس کسی فقرے یا جملے کا احاطہ کرتے ہیں؛ ورڈ ٹائم اسٹیمپس ہر لفظ کا۔ یہ سب ٹائٹلز، ریکارڈنگز کے اندر سرچ اور متن کو بولنے والوں سے ملانے کے لیے ضروری ہیں۔

[ٹیکسٹ ٹو اسپیچ (text-to-speech، TTS)](https://broadrouter.com/ur/glossary/text-to-speech/)

ٹیکسٹ ٹو اسپیچ (TTS)، یا اسپیچ سنتھیسس، لکھے متن کو بولی گئی آڈیو میں بدلتا ہے۔ TTS API متن، ایک آواز اور MP3 یا WAV جیسا آؤٹ پٹ فارمیٹ لیتا ہے اور تیار کردہ آواز لوٹاتا ہے۔ یہ اسپیچ ٹو ٹیکسٹ کا الٹ ہے، جو آڈیو کو متن میں بدلتا ہے۔

[سیمپل ریٹ (sample rate)](https://broadrouter.com/ur/glossary/sample-rate/)

سیمپل ریٹ ہر سیکنڈ میں ریکارڈ ہونے والے آڈیو سیمپلز کی تعداد ہے، جو ہرٹز (Hz) میں ناپی جاتی ہے۔ اسپیچ ریکگنیشن ماڈل عموماً 16,000 Hz (16 kHz) مونو آڈیو کی توقع رکھتے ہیں۔ بٹ ڈیپتھ اور چینلز کی تعداد کے ساتھ مل کر سیمپل ریٹ طے کرتا ہے کہ غیر کمپریسڈ آڈیو فائل فی منٹ کتنی بڑی ہوگی۔

[کوڈ سوئچنگ (code-switching)](https://broadrouter.com/ur/glossary/code-switching/)

Code-switching ایک ہی گفتگو یا جملے میں، بول کر یا لکھ کر، دو یا زیادہ زبانوں، یا ایک زبان کی مختلف شکلوں، کا استعمال ہے۔ مثالیں: عربی بولنے والے اپنے لہجے میں انگریزی الفاظ ملاتے ہیں، یا جدید معیاری عربی اور اپنے لہجے کے درمیان آتے جاتے ہیں۔

[کیریکٹر ایرر ریٹ (character error rate، CER)](https://broadrouter.com/ur/glossary/character-error-rate/)

Character error rate (CER) ٹرانسکرپشن یا OCR کی درستی کیریکٹر کی سطح پر ناپتا ہے: آؤٹ پٹ کو ریفرنس متن بنانے کے لیے درکار substitutions، deletions اور insertions، تقسیم ریفرنس کے کیریکٹرز کی تعداد۔ کم بہتر ہے، اور 0 مکمل مطابقت ہے۔

[وائس ایکٹیویٹی ڈیٹیکشن (VAD)](https://broadrouter.com/ur/glossary/vad/)

وائس ایکٹیویٹی ڈیٹیکشن (VAD) سگنل پروسیسنگ کا ایک مرحلہ ہے جو آڈیو کے چھوٹے فریمز کو اسپیچ یا نان اسپیچ میں درجہ بند کرتا ہے۔ اسپیچ سسٹم اس سے خاموشی چھوڑتے ہیں، لمبی ریکارڈنگ کو وقفوں پر کاٹتے ہیں، پہچانتے ہیں کہ بولنے والا کب رکا، اور پس منظر کے شور کو ٹرانسکرائب ہونے سے بچاتے ہیں۔

[ورڈ ایرر ریٹ (WER)](https://broadrouter.com/ur/glossary/word-error-rate/)

ورڈ ایرر ریٹ (WER) اسپیچ ریکگنیشن کی درستی کا معیاری پیمانہ ہے: ٹرانسکرپٹ کو درست ریفرنس میں بدلنے کے لیے درکار الفاظ کے substitutions، deletions اور insertions کی تعداد، جسے ریفرنس کے کل الفاظ سے تقسیم کیا جاتا ہے۔ جتنا کم، اتنا بہتر۔

[Ogg Opus](https://broadrouter.com/ur/glossary/ogg-opus/)

Ogg Opus وہ آڈیو ہے جو Opus codec (RFC 6716) سے انکوڈ ہو کر Ogg کنٹینر (RFC 7845) میں رکھا جاتا ہے۔ یہ کم bitrate پر گفتگو اور انٹرایکٹو آڈیو کے لیے بنا ہے، اور WhatsApp وائس نوٹس کے لیے یہی فارمیٹ استعمال کرتا ہے، عموماً .ogg یا .opus فائلوں کی صورت میں۔

[SRT سب ٹائٹلز (SRT subtitles)](https://broadrouter.com/ur/glossary/srt-subtitles/)

SRT (SubRip) ایک سادہ متن والا سب ٹائٹل فارمیٹ ہے۔ ہر کیپشن میں ایک ترتیبی نمبر، hh:mm:ss,mmm --> hh:mm:ss,mmm کی صورت میں لکھا شروع اور اختتام کا وقت، متن کی ایک یا زیادہ لائنیں اور ایک خالی لائن ہوتی ہے۔ WebVTT اس سے ملتا جلتا ویب فارمیٹ ہے جو HTML ویڈیو استعمال کرتا ہے۔

[WAV فائل (WAV)](https://broadrouter.com/ur/glossary/wav/)

WAV (Waveform Audio File Format، یا WAVE) مائیکروسافٹ اور IBM کے RIFF فارمیٹ پر بنا ایک آڈیو کنٹینر ہے۔ اس میں عموماً غیر کمپریسڈ linear PCM سیمپلز ہوتے ہیں، اس لیے اس کا سائز پہلے سے معلوم ہوتا ہے: فی سیکنڈ سیمپل ریٹ ضرب فی سیمپل بائٹس ضرب چینلز۔

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary&utm_content=page-cta) ·

**ذرائع**

-   [API ریفرنس (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary&utm_content=sources)
