أحدث طراز Command R7B الذي أصدرته شركة Cohere يحدث موجات في مجال الذكاء الاصطناعي. باعتباره النموذج الأكثر انسيابية والأسرع في سلسلة R، يركز Command R7B على التطوير السريع للنموذج الأولي وتكراره، ويعتمد تقنية الجيل المعزز للاسترجاع (RAG) لتحسين دقة وكفاءة النموذج بشكل كبير. وهو يدعم 23 لغة ويبلغ طول سياقه 128 كيلو بايت، مما يُظهر إمكانات قوية في المعالجة متعددة اللغات وسيناريوهات التطبيقات المختلفة. والأكثر من ذلك هو أن Command R7B تفوق على العديد من المنافسين في مهام مثل الرياضيات والبرمجة، واحتل الصدارة في تصنيفات HuggingFace open LLM. تمثل هذه الخطوة إنجازًا كبيرًا لشركة Cohere في توفير حلول ذكاء اصطناعي فعالة واقتصادية للمؤسسات.
في مجال الذكاء الاصطناعي سريع التطور، أطلقت Cohere مؤخرًا أحدث طراز لها، Command R7B، مما يمثل خطوة مهمة أخرى إلى الأمام للشركة في توفير حلول فعالة للمؤسسات. باعتباره أصغر وأسرع طراز في سلسلة R، يركز Command R7B على دعم النماذج الأولية السريعة والتكرار، باستخدام تقنية الاسترجاع المعزز (RAG) لتحسين دقة النموذج.
يبلغ طول سياق الأمر R7B 128 كيلو بايت ويمكنه دعم 23 لغة، مما يوضح قدراته القوية في المعالجة متعددة اللغات والتطبيقات في مجالات مختلفة. وقال كوهير إن Command R7B يتفوق على النماذج المماثلة، بما في ذلك Gemma من Google، وMeta's Llama، وMistral's Minitral، في مهام مثل الرياضيات والتشفير. وفقًا لـ Cohere، يعد هذا النموذج مثاليًا للمطورين والمؤسسات التي تحتاج إلى تحسين السرعة والتكلفة وموارد الحوسبة.
خلال العام الماضي، واصلت Cohere إجراء الترقيات والتحسينات على نماذجها لزيادة السرعة والكفاءة. يعتبر Command R7B النموذج "الأخير" لسلسلة R، وسيتم أيضًا إصدار أوزان النماذج لمجتمع أبحاث الذكاء الاصطناعي في المستقبل. وأكد كوهير أن برنامج Command R7B قد أدى إلى تحسين الأداء بشكل ملحوظ في مجالات مثل الرياضيات والاستدلال والبرمجة والترجمة، مما جعله يحتل المرتبة الأولى في تصنيفات HuggingFace open LLM.
بالإضافة إلى ذلك، يعمل Command R7B أيضًا بشكل جيد جدًا فيما يتعلق بعوامل الذكاء الاصطناعي، واستخدام الأدوات وRAG، مما يمكنه تحسين دقة مخرجات النموذج. وقال كوهير إن النموذج يتفوق في مهام المحادثة مثل إدارة مخاطر المؤسسات والدعم الفني وخدمة العملاء ومعالجة البيانات المالية، وخاصة في استرجاع معلومات البيانات ومعالجتها.
يمكن لـ Command R7B توسيع قدراته باستخدام أدوات مثل محركات البحث وواجهات برمجة التطبيقات وقواعد بيانات المتجهات. وأشار جوميز إلى أن هذا يوضح فعالية النموذج في "بيئات حقيقية ومتنوعة وديناميكية" ويزيل استدعاءات الوظائف غير الضرورية، مما يجعله مثاليًا لبناء عملاء ذكاء اصطناعي "سريع وقوي". تتيح مرونة النموذج نشره على وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات وأجهزة MacBooks المنخفضة المستوى والمستهلكة للاستدلال على الجهاز.
حاليًا، يتوفر Command R7B بالفعل على منصة Cohere وHuggingFace، بسعر 0.0375 دولارًا أمريكيًا لكل مليون رمز إدخال و0.15 دولارًا أمريكيًا لكل مليون رمز إخراج. ويخلص جوميز إلى أن هذا مثالي للشركات التي تبحث عن نموذج فعال من حيث التكلفة يعتمد على المستندات والبيانات الداخلية.
المدونة: https://cohere.com/blog/command-r7b
بشكل عام، يوفر Command R7B حلاً قويًا لتطبيقات الذكاء الاصطناعي على مستوى المؤسسة بفضل سرعته وكفاءته وفعاليته من حيث التكلفة، ويستحق تطويره المستقبلي التطلع إليه. كما يوفر مصدرها المفتوح على HuggingFace موردًا قيمًا لمجتمع أبحاث الذكاء الاصطناعي.