ओरेकल क्लाउड जेनरेटिव AI पर कोहेर कमांड A और रीरैंक

Oracle Cloud Infrastructure (OCI) Generative AI सेवा में कई महत्वपूर्ण अपग्रेड शामिल हैं, जिनमें Cohere Command A और Rerank 3.5 मॉडल की रिलीज़, और बहुआयामी समर्थन के साथ Cohere Embed 3 को शुरू करना शामिल है। इन नए मॉडलों का उद्देश्य OCI ग्राहकों को अधिक शक्तिशाली एंटरप्राइज़-ग्रेड AI फ़ंक्शन प्रदान करना है, और विभिन्न अनुप्रयोग परिदृश्यों में उनकी AI एप्लिकेशन क्षमताओं को और बढ़ाना है।

Command A: प्रदर्शन और दक्षता का शिखर

Cohere का Command A 03-2025 वर्तमान में सबसे शक्तिशाली Command मॉडल है, जिसका थ्रूपुट पिछली पीढ़ी के उत्पादों की तुलना में 150% अधिक है, जबकि केवल दो GPU की आवश्यकता होती है। Cohere द्वारा प्रदान किए गए डेटा के अनुसार, यह मॉडल OpenAI 4o और DeepSeekv3 के साथ तुलनीय या यहां तक कि प्रतिनिधि कॉर्पोरेट कार्यों में भी बेहतर प्रदर्शन करता है, और इसमें कम्प्यूटिंग दक्षता में महत्वपूर्ण सुधार है।

Command A का उत्कृष्ट प्रदर्शन अपने उन्नत आर्किटेक्चरल डिजाइन और प्रशिक्षण विधियों से उपजा है, जो विभिन्न जटिल एंटरप्राइज़-ग्रेड AI अनुप्रयोगों में उत्कृष्ट प्रदर्शन करने में सक्षम है। चाहे वह बड़े पैमाने पर डेटा को संसाधित करना हो, जटिल तर्क कार्यों को निष्पादित करना हो, या वास्तविक समय की प्राकृतिक भाषा प्रसंस्करण का संचालन करना हो, Command A एक कुशल और विश्वसनीय समाधान प्रदान कर सकता है।

Command A की मुख्य विशेषताओं में शामिल हैं:

• सुपर-लॉन्ग कॉन्टेक्स्ट विंडो: 256k टोकन तक की कॉन्टेक्स्ट लंबाई का समर्थन करता है, जिससे मॉडल लंबी टेक्स्ट सीक्वेंसेस को संसाधित करने, संदर्भ जानकारी को बेहतर ढंग से समझने और अधिक सटीक और सुसंगत उत्तर उत्पन्न करने में सक्षम होता है। इसका मतलब है कि Command A महत्वपूर्ण जानकारी खोए बिना जटिल दस्तावेज़ों, लंबी बातचीत और बहु-मोड़ इंटरैक्शन को संभाल सकता है।

• उन्नत रिट्रीवल ऑगमेंटेड जेनरेशन (RAG): रिट्रीवल ऑगमेंटेड जेनरेशन तकनीक को एकीकृत करके, Command A बड़ी मात्रा में डेटा से प्रासंगिक जानकारी को पुनः प्राप्त करने और उत्पन्न सामग्री में एकीकृत करने में सक्षम है, जिससे उत्पादन परिणामों की गुणवत्ता और सटीकता में सुधार होता है। यह तकनीक न केवल मॉडल की बाहरी ज्ञान पर निर्भरता को कम कर सकती है, बल्कि इसे बदलते सूचना वातावरण के अनुकूल होने में भी मदद कर सकती है।

• नेटिव एजेंट टूल का उपयोग: Command A में नेटिव एजेंट टूल का उपयोग करने की क्षमता है, जिसे अधिक जटिल कार्यों को प्राप्त करने के लिए अन्य उपकरणों और सेवाओं के साथ एकीकृत किया जा सकता है। उदाहरण के लिए, यह आवश्यक जानकारी प्राप्त करने या विशिष्ट कार्यों को निष्पादित करने के लिए खोज इंजन, डेटाबेस, API आदि के साथ इंटरैक्ट कर सकता है। यह क्षमता Command A को विभिन्न जटिल कार्यों से निपटने में सक्षम बनाती है, जैसे कि स्वचालित ग्राहक सेवा, बुद्धिमान सहायक और डेटा विश्लेषण।

• एंटरप्राइज़-ग्रेड सुरक्षा और गोपनीयता: Command A को डिज़ाइन करते समय एंटरप्राइज़-ग्रेड सुरक्षा और गोपनीयता आवश्यकताओं को पूरी तरह से ध्यान में रखा गया है, और ग्राहक डेटा की सुरक्षा के लिए विभिन्न सुरक्षा उपायों को अपनाया गया है। उदाहरण के लिए, यह डेटा एन्क्रिप्शन, एक्सेस कंट्रोल और ऑडिट फ़ंक्शंस का समर्थन करता है ताकि यह सुनिश्चित किया जा सके कि ग्राहक डेटा अनधिकृत एक्सेस या प्रकटीकरण के अधीन नहीं है।

• मजबूत बहुभाषी क्षमताएँ: Command A को 23 भाषाओं में प्रशिक्षित किया गया है, जिनमें अंग्रेजी, फ्रेंच, स्पेनिश, इतालवी, जर्मन, पुर्तगाली, जापानी, कोरियाई, अरबी, चीनी, रूसी, पोलिश, तुर्की, वियतनामी, डच, चेक, इंडोनेशियाई, यूक्रेनी, रोमानियाई, ग्रीक, हिंदी, हिब्रू और फ़ारसी शामिल हैं। यह इसे विभिन्न भाषाओं में ग्रंथों को संसाधित करने और दुनिया भर के उपयोगकर्ताओं को सेवाएं प्रदान करने में सक्षम बनाता है।

• टेक्स्ट इनपुट और आउटपुट: Command A वर्तमान में केवल टेक्स्ट इनपुट और आउटपुट का समर्थन करता है, जिसका अर्थ है कि इसका उपयोग मुख्य रूप से टेक्स्ट से संबंधित कार्यों को संसाधित करने के लिए किया जाता है, जैसे कि टेक्स्ट जेनरेशन, टेक्स्ट समराइज़ेशन, टेक्स्ट ट्रांसलेशन और टेक्स्ट क्लासिफिकेशन।

नोट: Command A मॉडल वर्तमान में फाइन-ट्यूनिंग का समर्थन नहीं करता है।

Rerank 3.5: एंटरप्राइज़ खोज की सटीकता में सुधार

Rerank 3.5 कोहेर का नवीनतम AI खोज बुनियादी मॉडल है, जिसे एंटरप्राइज़ खोज और रिट्रीवल ऑगमेंटेड जेनरेशन (RAG) सिस्टम की सटीकता में सुधार करने के लिए डिज़ाइन किया गया है। इस मॉडल में उन्नत तर्क क्षमताएँ हैं, यह जटिल उपयोगकर्ता प्रश्नों को समझने में सक्षम है, और विभिन्न डेटा प्रकारों (लंबी दस्तावेज़ों, ईमेल, तालिकाओं, JSON और कोड सहित) के साथ संगत है। इसके अतिरिक्त, Rerank 3.5 100 से अधिक भाषाओं का समर्थन करता है, जो वैश्विक व्यवसायों की खोज आवश्यकताओं को पूरा करने में सक्षम है।

खोज परिणामों को पुन: व्यवस्थित करके, Rerank 3.5 सबसे प्रासंगिक परिणामों को सबसे आगे रख सकता है, जिससे उपयोगकर्ता खोज दक्षता और संतुष्टि में सुधार होता है। इसे न केवल पारंपरिक टेक्स्ट खोज पर लागू किया जा सकता है, बल्कि विभिन्न अन्य प्रकार की खोज पर भी लागू किया जा सकता है, जैसे कि छवि खोज, वीडियो खोज और ऑडियो खोज।

Rerank 3.5 की मुख्य विशेषताओं में शामिल हैं:

• उन्नत तर्क क्षमताएँ: Rerank 3.5 में उन्नत तर्क क्षमताएँ हैं, जो इसे जटिल उपयोगकर्ता प्रश्नों को बेहतर ढंग से समझने में सक्षम बनाती हैं। यह क्वेरी के सिमेंटिक्स और संदर्भ का विश्लेषण करके, उपयोगकर्ता के इरादे को सटीक रूप से पहचान सकता है और सबसे प्रासंगिक परिणाम लौटा सकता है।

• विविध डेटा समर्थन: Rerank 3.5 विभिन्न डेटा प्रकारों के साथ संगत है, जिनमें लंबी दस्तावेज़, ईमेल, टेबल, JSON और कोड शामिल हैं। इसका मतलब है कि यह विभिन्न स्रोतों से डेटा को संसाधित कर सकता है, और उनसे उपयोगी जानकारी निकाल सकता है।

• बेहतर बहुभाषी समर्थन: Rerank 3.5 100 से अधिक भाषाओं का समर्थन करता है, जिनमें प्रमुख व्यावसायिक भाषाएँ शामिल हैं, जैसे कि अंग्रेजी, अरबी, चीनी, फ्रेंच, जर्मन, हिंदी, जापानी, कोरियाई, पुर्तगाली, रूसी और स्पेनिश। यह इसे दुनिया भर के उपयोगकर्ताओं को उच्च गुणवत्ता वाली खोज सेवाएँ प्रदान करने में सक्षम बनाता है।

• उच्च खोज सटीकता: वित्तीय डेटा के लिए परीक्षणों में, Rerank 3.5 ने Hybris Search की तुलना में 23.4% और BM25 से 30.8% बेहतर प्रदर्शन किया। BM25 एक सामान्य रैंकिंग फ़ंक्शन है जिसका उपयोग खोज इंजन और सूचना पुनर्प्राप्ति सिस्टम में किसी दिए गए खोज क्वेरी के साथ दस्तावेज़ की प्रासंगिकता निर्धारित करने के लिए किया जाता है।

विस्तारित भाषा समर्थन: Rerank 3.5 100 से अधिक भाषाओं का समर्थन कैसे करता है

Rerank 3.5 की बहुभाषी क्षमता इस तथ्य में निहित है कि यह 100 से अधिक भाषाओं से क्वेरी को समझने और संसाधित करने में सक्षम है। इसका मतलब है कि यह न केवल क्वेरी के शाब्दिक अर्थ को समझ सकता है, बल्कि क्वेरी के पीछे सांस्कृतिक पृष्ठभूमि और संदर्भ को भी समझ सकता है। उदाहरण के लिए, यदि कोई उपयोगकर्ता स्पेनिश में "मैड्रिड में सबसे अच्छे रेस्तरां" खोजता है, तो Rerank 3.5 यह समझने में सक्षम है कि उपयोगकर्ता का इरादा मैड्रिड में सर्वश्रेष्ठ रेस्तरां की खोज करना है और संबंधित स्पेनिश खोज परिणाम लौटाता है।

इस लक्ष्य को प्राप्त करने के लिए, Rerank 3.5 विभिन्न तकनीकों का उपयोग करता है, जिनमें शामिल हैं:

• बहुभाषी प्रशिक्षण डेटा: Rerank 3.5 को बड़ी मात्रा में बहुभाषी डेटा पर प्रशिक्षित किया गया है, जिसमें विभिन्न प्रकार के टेक्स्ट शामिल हैं, जैसे कि समाचार लेख, ब्लॉग पोस्ट, सोशल मीडिया पोस्ट और उत्पाद समीक्षा।
• क्रॉस-लैंग्वेज एम्बेडिंग: Rerank 3.5 क्रॉस-लैंग्वेज एम्बेडिंग तकनीक का उपयोग विभिन्न भाषाओं के शब्दों को एक ही वेक्टर स्पेस में मैप करने के लिए करता है। यह मॉडल को विभिन्न भाषाओं के बीच सिमेंटिक संबंधों को समझने और प्रासंगिक क्रॉस-लैंग्वेज खोज परिणाम लौटाने में सक्षम बनाता है।
• भाषा का पता लगाना और अनुवाद: Rerank 3.5 स्वचालित रूप से उपयोगकर्ता क्वेरी की भाषा का पता लगा सकता है, और इसे अंग्रेजी या अन्य समर्थित भाषाओं में अनुवाद कर सकता है। यह मॉडल को विभिन्न भाषाओं में क्वेरी को संसाधित करने, और प्रासंगिक खोज परिणाम लौटाने में सक्षम बनाता है।

इन तकनीकों को अपनाकर, Rerank 3.5 दुनिया भर के उपयोगकर्ताओं को उच्च गुणवत्ता वाली खोज सेवाएँ प्रदान करने में सक्षम है, भले ही वे खोज करने के लिए किसी भी भाषा का उपयोग करें।

उन्नत तर्क क्षमताएँ: Rerank 3.5 जटिल क्वेरी को कैसे समझता है

Rerank 3.5 की तर्क क्षमता इस तथ्य में निहित है कि यह जटिल क्वेरी को समझने और उनसे उपयोगी जानकारी निकालने में सक्षम है। उदाहरण के लिए, यदि कोई उपयोगकर्ता खोजता है "पिछले वर्ष की तुलना में किस प्रौद्योगिकी कंपनी के शेयरों ने बेहतर प्रदर्शन किया", तो Rerank 3.5 यह समझने में सक्षम है कि उपयोगकर्ता का इरादा उन प्रौद्योगिकी कंपनियों की खोज करना है जिनके शेयर पिछले वर्ष की तुलना में बेहतर प्रदर्शन कर रहे हैं।

इस लक्ष्य को प्राप्त करने के लिए, Rerank 3.5 विभिन्न तकनीकों का उपयोग करता है, जिनमें शामिल हैं:

• सिमेंटिक विश्लेषण: Rerank 3.5 सिमेंटिक विश्लेषण तकनीक का उपयोग क्वेरी की सिमेंटिक संरचना और संदर्भ का विश्लेषण करने के लिए करता है। यह मॉडल को क्वेरी के अर्थ को समझने और उपयोगकर्ता के इरादे को पहचानने में सक्षम बनाता है।
• इकाई पहचान: Rerank 3.5 इकाई पहचान तकनीक का उपयोग क्वेरी में संस्थाओं की पहचान करने के लिए करता है, जैसे कि कंपनियां, स्थान और लोग। यह मॉडल को क्वेरी को प्रासंगिक संस्थाओं से जोड़ने और प्रासंगिक खोज परिणाम लौटाने में सक्षम बनाता है।
• संबंध निष्कर्षण: Rerank 3.5 संबंध निष्कर्षण तकनीक का उपयोग क्वेरी में संस्थाओं के बीच संबंधों को निकालने के लिए करता है। यह मॉडल को क्वेरी के अर्थ को समझने और प्रासंगिक खोज परिणाम लौटाने में सक्षम बनाता है।

इन तकनीकों को अपनाकर, Rerank 3.5 जटिल क्वेरी को समझने और प्रासंगिक खोज परिणाम लौटाने में सक्षम है, जिससे उपयोगकर्ता खोज दक्षता और संतुष्टि में सुधार होता है।

OCI ग्राहक इन मॉडलों का उपयोग कैसे कर सकते हैं:

OCI ग्राहक इन कोहेर मॉडलों का उपयोग कई तरीकों से कर सकते हैं, जिनमें शामिल हैं:

• तत्काल एकीकरण: इन मॉडलों को बुनियादी ढांचा प्रबंधन की चिंता किए बिना, चैट इंटरफेस, API या समर्पित एंडपॉइंट के माध्यम से निर्बाध रूप से एक्सेस किया जा सकता है। यह ग्राहकों को जटिल कॉन्फ़िगरेशन और परिनियोजन के बिना इन मॉडलों को अपने अनुप्रयोगों में आसानी से एकीकृत करने में सक्षम बनाता है।

• सरलीकृत AI विकास: OCI Generative AI सेवा उपकरणों और सेवाओं का एक पूरा सूट प्रदान करती है, जो ग्राहकों को AI विकास प्रक्रिया को सरल बनाने में मदद कर सकती है। इन उपकरणों और सेवाओं में शामिल हैं:

  • डेटा तैयारी: OCI Generative AI सेवा उपकरणों की एक श्रृंखला प्रदान करती है जो ग्राहकों को AI मॉडल के प्रशिक्षण और तर्क के लिए उपयोग किए जाने से पहले डेटा को साफ, परिवर्तित और तैयार करने में मदद कर सकती है।
  • मॉडल प्रशिक्षण: OCI Generative AI सेवा उपकरणों की एक श्रृंखला प्रदान करती है जो ग्राहकों को अपने स्वयं के AI मॉडल को प्रशिक्षित करने में मदद कर सकती है। ये उपकरण विभिन्न मॉडल प्रकारों और फ्रेमवर्क का समर्थन करते हैं, जैसे TensorFlow, PyTorch और Scikit-learn।
  • मॉडल परिनियोजन: OCI Generative AI सेवा उपकरणों की एक श्रृंखला प्रदान करती है जो ग्राहकों को प्रशिक्षित AI मॉडल को उत्पादन वातावरण में परिनियोजित करने में मदद कर सकती है।
  • मॉडल निगरानी: OCI Generative AI सेवा उपकरणों की एक श्रृंखला प्रदान करती है जो ग्राहकों को AI मॉडल के प्रदर्शन और सटीकता की निगरानी करने में मदद कर सकती है।

• RAG वर्कफ़्लो को सरल बनाना: सामग्री उत्पन्न करने के लिए Command A का उपयोग करना, और Rerank 3.5 के माध्यम से संवर्धित परिणामों को अनुकूलित करना, जटिल RAG प्रक्रियाओं को अधिक कुशल और सरल बनाता है।

अनुप्रयोग परिदृश्यों की विविधता:

इन मॉडलों को विभिन्न प्रकार के एंटरप्राइज़ अनुप्रयोग परिदृश्यों पर लागू किया जा सकता है, जिनमें शामिल हैं:

• ग्राहक सेवा: Command A और Rerank 3.5 का उपयोग बुद्धिमान ग्राहक सेवा रोबोट बनाने के लिए किया जा सकता है, जो ग्राहकों के सवालों के जवाब देने, ग्राहकों की चिंताओं को दूर करने और व्यक्तिगत सेवाएँ प्रदान करने में सक्षम हैं।
• सामग्री निर्माण: Command A का उपयोग विभिन्न प्रकार की टेक्स्ट सामग्री उत्पन्न करने के लिए किया जा सकता है, जैसे कि समाचार लेख, ब्लॉग पोस्ट, उत्पाद विवरण और सोशल मीडिया पोस्ट।
• खोज: Rerank 3.5 का उपयोग एंटरप्राइज़ खोज की सटीकता और दक्षता में सुधार करने के लिए किया जा सकता है, जिससे उपयोगकर्ताओं को आवश्यक जानकारी जल्दी से मिल सके।
• डेटा विश्लेषण: Command A और Rerank 3.5 का उपयोग विभिन्न प्रकार के डेटा का विश्लेषण करने, उनसे उपयोगी जानकारी निकालने और व्यवसायों को बेहतर निर्णय लेने में मदद करने के लिए किया जा सकता है।
• नॉलेज मैनेजमेंट: बुद्धिमान नॉलेज बेस का निर्माण किया जा सकता है, जिससे कर्मचारी आवश्यक जानकारी को जल्दी से ढूंढ सकें और कार्य कुशलता में सुधार कर सकें।

OCI Generative AI सेवा उच्च-प्रदर्शन, बहुआयामी और स्केलेबल AI मॉडल प्रदान करके व्यवसायों को विभिन्न नवीन AI समाधान बनाने के लिए सशक्त बनाती है, जिससे उनकी प्रतिस्पर्धात्मकता और व्यावसायिक मूल्य में सुधार होता है।

एकीकरण विवरण और मूल्य निर्धारण जानकारी के लिए, कृपया हमारे Generative AI सेवा प्रलेखन को देखें या अपने ओरेकल प्रतिनिधि से संपर्क करें।