Amazon Bedrock 中的 Cohere

构建了解您的业务的企业人工智能应用程序
开始使用 Amazon Bedrock 中的 Cohere 模型

介绍 Cohere 的企业基础模型

Command R+ 是 Cohere 最先进的大型语言模型，专为现实世界的企业应用程序而设计。Command R+ 在效率和准确性之间权衡，使企业能够超越概念验证，开始在日常运营中使用 AI。它支持 10 种关键商业语言，在检索增强生成（RAG）用例方面表现出色。

Command R 是专为企业设计的强大的多功能语言模型。它支持 10 种语言，擅长处理长上下文任务，是全球企业的理想之选。Command R 注重效率和准确性，针对 RAG 用例进行了优化。它能熟练地处理文本生成任务，非常适合在企业中全面实施 AI。

Cohere Embed 是一种文本嵌入模型，可在 100 多种语言中提供领先的性能。它可以将文本转换为编码语义的向量表示。企业使用此模型为搜索和检索系统提供支持。它能够输出压缩嵌入（int8 和二进制），以改善延迟并降低存储成本。

优势

Command R 模型具有多达 12.8 万个令牌的上下文窗口，可以在广泛的上下文中理解和生成响应，这使其成为了复杂工作流（包含大量文档提取、具有高级检索功能的相关引用和工具使用）的理想之选。
Command R 模型能够生成 10 种主要商业语言的多语言版本，包括：英语、法语、西班牙语、意大利语、德语、葡萄牙语、日语、韩语、阿拉伯语和中文。
Command R+ 支持多步骤工具的使用，允许模型在多个步骤中组合多个工具来完成困难的任务。该模型甚至可以在尝试使用工具但失败时进行自我修正，从而使模型能够多次尝试完成任务并提高整体成功率。
Command R 模型旨在将生成式人工智能功能无缝集成到日常应用程序和工作流中，来提高生产力。企业现在可以简化流程并提高整体效率，从而取得更好的业务成果。借助 Command R+，企业可以提供新的可能性并提升员工和客户体验。
Cohere 制定了强有力的数据隐私措施，使客户能够完全控制其数据。企业无需担忧，从定制到建模输入和输出，他们的敏感信息是安全的，并在他们的监督之下。

认识 Cohere 的 Command 基础模型

Command 是一款适用于商业应用场景的文本生成模型。

使用案例

使用人工智能助手撰写消息，这样您就可以撰写更清晰、更简洁的电子邮件。

从电子邮件链、财务报告或客户通话记录中捕获关键点。

通过语义搜索为用户提供更相关的个性化搜索结果，语义搜索旨在匹配查询背后的用户意图。

提出问题并从公司的整个知识库中获得答案，从消息收发平台到云存储提供商和 CRM。答案附有引文，因此您可以确认准确性。

输入一组数据，让人工智能助手为您提供启示。

模型版本

Rerank 3.5

通过重新排列关键字和向量结果来提高搜索准确性，确保只有最相关的内容才能到达模型，从而提供更好的响应，同时降低延迟并减少成本。

最大令牌数：4096

语言：英语、中文、韩语、印地语、日语、西班牙语、德语、法语、阿拉伯语、俄语、葡萄牙语等。 

支持微调：否

支持的使用案例：搜索密集型、文档密集型和 RAG 场景（例如，搜索酒店）

阅读博客

Command R+

Command R+ 是 Cohere 最强大的生成语言模型，针对检索增强生成（RAG）和多步骤工具使用等长上下文任务进行了优化。


最大令牌数：12.8 万

语言：英语、法语、西班牙语、意大利语、德语、葡萄牙语、日语、韩语、阿拉伯语和中文

支持微调：否

支持的使用案例：文本生成、文本摘要、聊天、知识助手、问答、RAG。

阅读博客

Command R

Command R 是 Cohere 的生成语言模型，针对检索增强生成（RAG）和工具以及大规模生产工作负载等长上下文任务进行了优化。

最大令牌数：12.8 万

语言：英语、法语、西班牙语、意大利语、德语、葡萄牙语、日语、韩语、阿拉伯语和中文

支持微调：否

支持的使用案例：文本生成、文本摘要、聊天、知识助手、问答、RAG。

阅读博客

Command

Command 是 Cohere 的生成式大型语言模型（LLM）。

最大令牌数：4 千

语言：英语

支持微调：是

支持的使用案例：聊天、文本生成、文本摘要。

阅读博客

Command Light

Command Light 是 Cohere 生成式 LLM Command 的较小版本。

最大令牌数：4 千

语言：英语

支持微调：是

支持的使用案例：聊天、文本生成、文本摘要。

阅读博客

Embed — 英语

Embed 是 Cohere 的文本表示（或嵌入）模型。
此版本仅支持英语。

尺寸：1024

语言：英语

支持微调：否

支持的使用案例：语义搜索、检索增强生成（RAG）、分类、聚类。

阅读博客

Embed — 多语言

Embed 是 Cohere 的文本表示（或嵌入）模型。
此版本支持多种语言。

尺寸：1024

语言：多语言（支持超过 100 种语言）

支持微调：否

支持的使用案例：语义搜索、检索增强生成（RAG）、分类、聚类。

阅读博客