Cohere a annoncé que son modèle de recherche d'IA multimodale le plus avancé, Embed3, a reçu une mise à jour majeure et prend désormais en charge la recherche multimodale, permettant aux utilisateurs d'utiliser du texte et des images pour une récupération au niveau de l'entreprise. Cette mise à jour marque une avancée significative dans la recherche d'images pour Embed3, permettant aux entreprises d'exploiter plus efficacement la valeur des données d'image et d'améliorer l'efficacité du travail et la vitesse de prise de décision. L'éditeur de Downcodes vous amènera à avoir une compréhension approfondie des dernières fonctions et cas d'application d'Embed3.
Cohere a publié Embed3, le modèle de recherche d'IA multimodale le plus avancé - prenant désormais en charge la recherche multimodale, ce qui signifie que les utilisateurs peuvent effectuer des recherches au niveau de l'entreprise non seulement via du texte, mais également via des images.
Depuis son lancement l'année dernière, Embed3 a été continuellement optimisé pour aider les entreprises à convertir des documents en représentations numériques, et cette mise à niveau le rendra encore meilleur dans la recherche d'images.
Aidan Gonzales, co-fondateur et PDG de Cohere, a partagé un tableau des améliorations des performances d'Embed3 dans la recherche d'images sur les réseaux sociaux.
Cohere a déclaré dans un blog que cette nouvelle fonctionnalité aidera les entreprises à exploiter pleinement les données massives stockées dans les images et à améliorer l'efficacité du travail. Les entreprises peuvent rechercher des ressources multimodales telles que des rapports complexes, des catalogues de produits et des documents de conception plus rapidement et plus précisément.
À mesure que la recherche multimodale continue d’évoluer, Embed3 de Cohere peut générer des intégrations de texte et d’images. Cette nouvelle méthode d'intégration permet aux utilisateurs de gérer les images et le texte dans un espace latent unifié plutôt que de les stocker séparément. Les améliorations apportées à cette approche amélioreront considérablement la qualité des résultats de recherche, éviteront d’être biaisés en faveur des données textuelles et permettront une meilleure compréhension de la signification des données.
Voici des cas d'utilisation réels d'Embed3 :
Graphiques et diagrammes : la représentation visuelle est essentielle pour comprendre des données complexes. Les utilisateurs peuvent désormais trouver facilement les bons graphiques pour éclairer leurs décisions commerciales. Décrivez simplement une information spécifique et Embed3 récupérera des graphiques et des diagrammes pertinents, permettant aux employés des différentes équipes de prendre plus efficacement des décisions basées sur les données.
Catalogues de produits de commerce électronique : les méthodes de recherche traditionnelles limitent souvent les clients à trouver des produits via des descriptions de produits textuelles. Embed3 change cette expérience de recherche. Les détaillants peuvent créer des applications qui recherchent des images de produits en plus des descriptions textuelles, créant ainsi une expérience différenciée pour les acheteurs et augmentant les taux de conversion.
Fichiers et modèles de conception : les concepteurs travaillent souvent avec de grandes bibliothèques de ressources et s'appuient sur la mémoire ou sur des règles de dénomination strictes pour organiser les visuels. Embed3 facilite la recherche de maquettes d'interface utilisateur, de modèles visuels et de diapositives de présentation spécifiques basés sur des descriptions textuelles. Cela simplifie le processus créatif.
Embed3 prend également en charge plus de 100 langues , ce qui signifie qu'il peut servir une base d'utilisateurs plus large. Actuellement, cet Embed3 multimodal a été lancé sur la plateforme Cohere et Amazon SageMaker.
Alors que de plus en plus d'utilisateurs s'habituent à la recherche d'images et que les entreprises continuent de rattraper leur retard, les mises à jour de Cohere leur donnent la possibilité de profiter d'une expérience de recherche plus flexible. Cohere a mis à jour son API en septembre pour permettre aux clients de passer facilement des modèles concurrents aux modèles Cohere.
Blog officiel : https://cohere.com/blog/multimodal-embed-3
Souligner:
Embed3 prend en charge la recherche multimodale, permettant aux utilisateurs de rechercher des images et du texte.
Le modèle mis à jour améliore considérablement les performances de recherche d'images et aide les entreprises à exploiter la valeur des données.
? Cohere a mis à jour son API en septembre pour simplifier le processus pour les clients qui passent d'autres modèles.
Dans l'ensemble, la mise à jour Embed3 de Cohere apporte de nouvelles possibilités à la recherche multimodale au niveau de l'entreprise. Ses fonctions puissantes et son expérience d'utilisation pratique aideront les entreprises à mieux utiliser les données, à améliorer leur efficacité et à prendre des décisions plus intelligentes. Les lecteurs intéressés peuvent visiter le blog officiel pour plus d’informations.