أعلنت شركة Cohere أن نموذج البحث متعدد الوسائط الأكثر تقدمًا بالذكاء الاصطناعي، Embed3، قد تلقى تحديثًا كبيرًا ويدعم الآن البحث متعدد الوسائط، مما يسمح للمستخدمين باستخدام النصوص والصور للاسترجاع على مستوى المؤسسة. يمثل هذا التحديث تقدمًا كبيرًا في البحث عن الصور لـ Embed3، مما يسمح للمؤسسات باستخراج قيمة بيانات الصور بشكل أكثر فعالية وتحسين كفاءة العمل وسرعة اتخاذ القرار. سيأخذك محرر Downcodes إلى فهم متعمق لأحدث الوظائف وحالات تطبيق Embed3.
أصدرت Cohere Embed3، وهو نموذج بحث الذكاء الاصطناعي متعدد الوسائط الأكثر تقدمًا - والذي يدعم الآن البحث متعدد الوسائط، مما يعني أنه يمكن للمستخدمين إجراء عمليات بحث على مستوى المؤسسة ليس فقط من خلال النص، ولكن أيضًا من خلال الصور.
منذ إطلاقه العام الماضي، تم تحسين Embed3 بشكل مستمر لمساعدة المؤسسات على تحويل المستندات إلى تمثيلات رقمية، وهذه الترقية ستجعله أفضل في البحث عن الصور.
شارك المؤسس المشارك والرئيس التنفيذي لشركة Cohere، Aidan Gonzales، مخططًا لتحسينات أداء Embed3 في البحث عن الصور على وسائل التواصل الاجتماعي.
وقال كوهير في إحدى المدونات إن هذه الميزة الجديدة ستساعد الشركات على استخراج البيانات الضخمة المخزنة في الصور بشكل كامل وتحسين كفاءة العمل. يمكن للشركات البحث في الأصول متعددة الوسائط مثل التقارير المعقدة وكتالوجات المنتجات ومستندات التصميم بشكل أسرع وأكثر دقة.
مع استمرار تطور البحث متعدد الوسائط، يمكن لـ Embed3 من Cohere إنشاء تضمينات لكل من النص والصور. تتيح طريقة التضمين الجديدة هذه للمستخدمين إدارة الصور والنصوص في مساحة كامنة موحدة بدلاً من تخزينها بشكل منفصل. ستعمل التحسينات في هذا النهج على تحسين جودة نتائج البحث بشكل كبير، وتجنب الانحياز تجاه البيانات النصية، والسماح بفهم أفضل للمعنى الكامن وراء البيانات.
فيما يلي حالات الاستخدام الفعلي لـ Embed3:
الرسوم البيانية والمخططات: التمثيل المرئي هو المفتاح لفهم البيانات المعقدة. يمكن للمستخدمين الآن العثور بسهولة على المخططات الصحيحة لتوجيه قرارات أعمالهم. ما عليك سوى وصف رؤية محددة وسيقوم Embed3 باسترداد الرسوم البيانية والمخططات ذات الصلة، مما يسمح للموظفين عبر الفرق باتخاذ قرارات تعتمد على البيانات بشكل أكثر كفاءة.
كتالوجات منتجات التجارة الإلكترونية: غالبًا ما تحد طرق البحث التقليدية العملاء من العثور على المنتجات من خلال أوصاف المنتجات النصية. يغير Embed3 تجربة البحث هذه. يمكن لتجار التجزئة إنشاء تطبيقات تبحث عن صور المنتج بالإضافة إلى الأوصاف النصية، مما يؤدي إلى إنشاء تجربة مميزة للمتسوقين وزيادة معدلات التحويل.
ملفات وقوالب التصميم: غالبًا ما يعمل المصممون مع مكتبات الأصول الكبيرة ويعتمدون على الذاكرة أو قواعد التسمية الصارمة لتنظيم العناصر المرئية. يعمل Embed3 على تسهيل العثور على نماذج بالحجم الطبيعي لواجهة المستخدم والقوالب المرئية وشرائح العرض التقديمي بناءً على الأوصاف النصية. وهذا يبسط العملية الإبداعية.
يدعم Embed3 أيضًا أكثر من 100 لغة ، مما يعني أنه يمكنه خدمة قاعدة مستخدمين أوسع. حاليًا، تم إطلاق Embed3 متعدد الوسائط هذا على منصة Cohere وAmazon SageMaker.
مع اعتياد المزيد والمزيد من المستخدمين على البحث عن الصور، واستمرار الشركات في اللحاق بالركب، تمنحهم تحديثات Cohere الفرصة للاستمتاع بتجربة بحث أكثر مرونة. قامت Cohere بتحديث واجهة برمجة التطبيقات (API) الخاصة بها في سبتمبر لتمكين العملاء من التبديل بسهولة من نماذج المنافسين إلى نماذج Cohere.
المدونة الرسمية: https://cohere.com/blog/multimodal-embed-3
تسليط الضوء على:
يدعم Embed3 البحث متعدد الوسائط، مما يسمح للمستخدمين بالبحث من خلال الصور والنصوص.
يعمل النموذج المحدث على تحسين أداء البحث عن الصور بشكل كبير ويساعد المؤسسات على استخراج قيمة البيانات.
قامت Cohere بتحديث واجهة برمجة التطبيقات (API) الخاصة بها في شهر سبتمبر لتبسيط عملية التحول للعملاء من النماذج الأخرى.
بشكل عام، يوفر تحديث Embed3 الخاص بـ Cohere إمكانيات جديدة للبحث متعدد الوسائط على مستوى المؤسسة، وستساعد وظائفه القوية وتجربة الاستخدام المريحة المؤسسات على استخدام البيانات بشكل أفضل وتحسين الكفاءة واتخاذ قرارات أكثر ذكاءً. يمكن للقراء المهتمين زيارة المدونة الرسمية لمزيد من المعلومات.