Cohere в Amazon Bedrock

Создавайте на базе искусственного интеллекта корпоративные приложения специально для своего бизнеса

Представляем базовые корпоративные модели Cohere

Преимущества

Познакомьтесь с базовой моделью Cohere Command

Модель генерации текста Command предназначена для бизнес-сценариев.

Примеры использования

Версия модели

Rerank 3.5

Повышает точность поиска за счет изменения рейтинга ключевых слов и векторных результатов, гарантируя попадание в модель только самого релевантного контента, что обеспечивает лучшие ответы при одновременном сокращении задержек и затрат.

Максимальное количество токенов: 4096

Языки: английский, китайский, корейский, хинди, японский, испанский, немецкий, французский, арабский, русский, португальский и другие. 

Поддержка точной настройки: нет

Поддерживаемые варианты использования: требующие частого поиска и большого количества документов, а также сценарии генерации с дополненной выборкой (RAG) (пример: поиск отеля)

Читать блог

Command R+

Command R+ является самой мощной генеративной языковой моделью Cohere, оптимизированной для многоконтекстных задач, таких как дополненная извлеченными данными генерация (RAG) и многоэтапное использование инструментов.


Максимальное количество токенов: 128 000

Языки: английский, французский, испанский, итальянский, немецкий, португальский, японский, корейский, арабский и китайский

Поддержка точной настройки: нет

Поддерживаемые варианты использования: генерация и резюмирование текста, чат, помощники по работе со знаниями, вопросы и ответы, дополненная извлеченными данными генерация (RAG).

Читать блог

Command R

Command R+ является генеративной языковой моделью Cohere, оптимизированной для многоконтекстных задач, таких как генерация с дополненной выборкой (RAG), многоэтапное использование инструментов и крупномасштабные производственные нагрузки.

Максимальное количество токенов: 128 000

Языки: английский, французский, испанский, итальянский, немецкий, португальский, японский, корейский, арабский и китайский

Поддержка точной настройки: нет

Поддерживаемые варианты использования: генерация и резюмирование текста, чат, помощники по работе со знаниями, вопросы и ответы, дополненная извлеченными данными генерация (RAG).

Читать блог

Command

Command – это созданная Cohere генеративная большая языковая модель (LLM).

Максимальное количество токенов: 4000

Языки: английский

Поддержка точной настройки: да

Поддерживаемые варианты использования: чат, генерация и резюмирование текста.

Читать блог

Command Light

Command Light – это уменьшенная версия Cohere Command, генеративной большой языковой модели.

Максимальное количество токенов: 4000

Языки: английский

Поддержка точной настройки: да

Поддерживаемые варианты использования: чат, генерация и резюмирование текста.

Читать блог

Embed 3 (многоязычная версия)

Embed 3 – это усовершенствованная модель представления текста и изображений (или встраиваний) от Cohere. Эта версия поддерживает более 100 языков и обеспечивает исключительную производительность при выполнении задач семантического поиска и извлечения информации на разных языках.

Максимальное количество токенов: 1024

Языки: более 100 поддерживаемых языков

Поддержка точной настройки: нет

Поддерживаемые варианты использования: семантический поиск, дополненная извлеченными данными генерация (RAG), классификация, кластеризация, мультимодальный поиск и извлечение информации.

Читать блог
Подробнее о мультимодальных встраиваниях

Embed 3 (на английском языке)

Embed 3 – это усовершенствованная модель представления текста и изображений (или встраиваний) от Cohere. Эта версия поддерживает только английский язык и обеспечивает исключительную производительность при выполнении задач семантического поиска и извлечения информации.

Максимальное количество токенов: 1024

Языки: английский

Поддержка точной настройки: нет

Поддерживаемые варианты использования: семантический поиск, дополненная извлеченными данными генерация (RAG), классификация, кластеризация, мультимодальный поиск и извлечение информации.

Читать блог
Подробнее о мультимодальных встраиваниях