โมเดล Command R7B ล่าสุดที่ออกโดย Cohere กำลังสร้างกระแสในสาขาปัญญาประดิษฐ์ ในฐานะโมเดลที่มีความคล่องตัวและเร็วที่สุดในซีรีส์ R Command R7B มุ่งเน้นไปที่การพัฒนาและการทำซ้ำต้นแบบอย่างรวดเร็ว และนำเทคโนโลยี Retrieval Enhanced Generation (RAG) มาใช้เพื่อปรับปรุงความแม่นยำและประสิทธิภาพของโมเดลอย่างมาก รองรับ 23 ภาษาและมีความยาวบริบท 128K ซึ่งแสดงถึงศักยภาพที่แข็งแกร่งในการประมวลผลหลายภาษาและสถานการณ์การใช้งานที่หลากหลาย สิ่งที่น่าทึ่งยิ่งกว่านั้นคือ Command R7B เหนือกว่าคู่แข่งหลายรายในด้านต่างๆ เช่น คณิตศาสตร์และการเขียนโค้ด และเป็นผู้นำในการจัดอันดับ LLM แบบเปิดของ HuggingFace ความเคลื่อนไหวครั้งนี้ถือเป็นความก้าวหน้าครั้งสำคัญสำหรับ Cohere ในการนำเสนอโซลูชันปัญญาประดิษฐ์ที่มีประสิทธิภาพและประหยัดสำหรับองค์กรต่างๆ
ในด้านปัญญาประดิษฐ์ที่กำลังพัฒนาอย่างรวดเร็ว Cohere เพิ่งเปิดตัวโมเดลใหม่ล่าสุด Command R7B ซึ่งถือเป็นก้าวสำคัญอีกก้าวของบริษัทในการนำเสนอโซลูชันที่มีประสิทธิภาพสำหรับองค์กรต่างๆ ในฐานะโมเดลที่เล็กที่สุดและเร็วที่สุดในซีรีส์ R Command R7B มุ่งเน้นไปที่การสนับสนุนการสร้างต้นแบบและการวนซ้ำอย่างรวดเร็ว โดยใช้เทคโนโลยี Retrieval Enhanced Generation (RAG) เพื่อปรับปรุงความแม่นยำของโมเดล
Command R7B มีความยาวบริบท 128K และสามารถรองรับ 23 ภาษา ซึ่งแสดงให้เห็นถึงความสามารถอันทรงพลังในการประมวลผลหลายภาษาและแอปพลิเคชันในสาขาต่างๆ Cohere กล่าวว่า Command R7B มีประสิทธิภาพเหนือกว่าโมเดลที่คล้ายกัน รวมถึง Gemma ของ Google, Llama ของ Meta และ Minitral ของ Mistral ในงานต่างๆ เช่น คณิตศาสตร์และการเขียนโค้ด จากข้อมูลของ Cohere โมเดลดังกล่าวเหมาะสำหรับนักพัฒนาและองค์กรที่ต้องการเพิ่มประสิทธิภาพความเร็ว ต้นทุน และทรัพยากรการประมวลผล
ในปีที่ผ่านมา Cohere ได้ทำการอัปเกรดและปรับปรุงโมเดลอย่างต่อเนื่องเพื่อเพิ่มความเร็วและประสิทธิภาพ Command R7B ถือเป็นโมเดล "สุดท้าย" ของซีรีส์ R และน้ำหนักโมเดลจะเผยแพร่สู่ชุมชนการวิจัยปัญญาประดิษฐ์ในอนาคต Cohere เน้นย้ำว่า Command R7B ได้ปรับปรุงประสิทธิภาพอย่างมีนัยสำคัญในด้านต่างๆ เช่น คณิตศาสตร์ การใช้เหตุผล การเขียนโค้ด และการแปล โดยจัดอันดับให้อยู่ในอันดับต้นๆ ของการจัดอันดับ LLM แบบเปิดของ HuggingFace
นอกจากนี้ Command R7B ยังทำงานได้ดีมากในแง่ของเอเจนต์ปัญญาประดิษฐ์ การใช้เครื่องมือ และ RAG ซึ่งสามารถปรับปรุงความแม่นยำของเอาท์พุตโมเดลได้ Cohere กล่าวว่าโมเดลนี้มีความเป็นเลิศในงานสนทนา เช่น การบริหารความเสี่ยงระดับองค์กร การสนับสนุนทางเทคนิค การบริการลูกค้า และการประมวลผลข้อมูลทางการเงิน โดยเฉพาะอย่างยิ่งในการเรียกค้นและจัดการข้อมูล
Command R7B สามารถขยายความสามารถโดยใช้เครื่องมือ เช่น โปรแกรมค้นหา API และฐานข้อมูลเวกเตอร์ Gomez ตั้งข้อสังเกตว่าสิ่งนี้แสดงให้เห็นถึงประสิทธิภาพของโมเดลใน "สภาพแวดล้อมที่แท้จริง หลากหลาย และไดนามิก" และลดการเรียกใช้ฟังก์ชันที่ไม่จำเป็น ทำให้เหมาะสำหรับการสร้างตัวแทน AI ที่ "รวดเร็วและทรงพลัง" ความยืดหยุ่นของโมเดลช่วยให้สามารถติดตั้งบน CPU, GPU และ MacBook ระดับล่างและระดับผู้บริโภคเพื่อการอนุมานบนอุปกรณ์
ปัจจุบัน Command R7B มีให้บริการแล้วบนแพลตฟอร์ม Cohere และ HuggingFace โดยมีราคาอยู่ที่ 0.0375 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้าน และ 0.15 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้าน Gomez สรุปว่าสิ่งนี้เหมาะสำหรับธุรกิจที่กำลังมองหาโมเดลที่คุ้มค่าโดยพิจารณาจากเอกสารและข้อมูลภายใน
บล็อก: https://cohere.com/blog/command-r7b
โดยรวมแล้ว Command R7B มอบโซลูชันอันทรงพลังสำหรับแอปพลิเคชันปัญญาประดิษฐ์ระดับองค์กรด้วยความเร็ว ประสิทธิภาพ และความคุ้มค่า และการพัฒนาในอนาคตก็คุ้มค่ากับการรอคอย โอเพ่นซอร์สบน HuggingFace ยังมอบทรัพยากรที่มีคุณค่าสำหรับชุมชนการวิจัยปัญญาประดิษฐ์