Oracle Cloud Infrastructure (OCI) जनरेटिव्ह एआय सेवेमध्ये अनेक महत्त्वाचे अपग्रेड्स आले आहेत, ज्यात Cohere Command A आणि Rerank 3.5 मॉडेलचे प्रकाशन आणि मल्टीमॉडल सपोर्टसह Cohere Embed 3 चा समावेश आहे. ही नवीन मॉडेल्स OCI च्या ग्राहकांना अधिक शक्तिशाली एंटरप्राइज-ग्रेड एआय क्षमता प्रदान करण्यासाठी आणि विविध ॲप्लिकेशनमध्ये त्यांच्या एआय ॲप्लिकेशन क्षमतांना आणखी सुधारण्यासाठी डिझाइन केलेले आहेत.
कमांड A: कार्यक्षमतेचा कळस
Cohere चे Command A 03-2025 हे सध्याचे सर्वात शक्तिशाली कमांड मॉडेल आहे, ज्याचा थ्रूपुट मागील पिढीच्या तुलनेत 150% जास्त आहे आणि त्यासाठी फक्त दोन GPU ची आवश्यकता आहे. Cohere ने दिलेल्या माहितीनुसार, हे मॉडेल एजंट-आधारित एंटरप्राइज कार्यांमध्ये OpenAI 4o आणि DeepSeekv3 च्या बरोबरीचे किंवा त्याहूनही सरस आहे आणि संगणकीय कार्यक्षमतेमध्ये लक्षणीय सुधारणा दर्शवते.
कमांड A ची उत्कृष्ट कार्यक्षमता त्याच्या प्रगत आर्किटेक्चरल डिझाइन आणि प्रशिक्षण पद्धतीमुळे आहे, जे विविध जटिल एंटरप्राइज-ग्रेड एआय ॲप्लिकेशन्समध्ये उत्कृष्ट कार्यप्रदर्शन करण्यास सक्षम आहे. मोठ्या प्रमाणात डेटा प्रक्रिया करणे, जटिल अनुमान कार्ये पार पाडणे किंवा रिअल-टाइम नैसर्गिक भाषा प्रक्रिया करणे असो, कमांड A कार्यक्षम आणि विश्वासार्ह उपाय प्रदान करते.
कमांड A ची मुख्य वैशिष्ट्ये:
सुपर-लांब संदर्भ विंडो: 256k टोकनपर्यंतच्या संदर्भ लांबीस समर्थन देते, ज्यामुळे मॉडेलला मोठ्या टेक्स्ट सिक्वेन्स प्रक्रिया करण्यास, संदर्भातील माहिती अधिक चांगल्या प्रकारे समजून घेण्यास आणि अधिक अचूक आणि सुसंगत प्रतिसाद निर्माण करण्यास मदत होते. याचा अर्थ कमांड A जटिल डॉक्युमेंट्स, लांबलचक संवाद आणि अनेक टप्प्यावरील संवाद प्रक्रिया करू शकते आणि कोणतीही महत्त्वाची माहिती गमावत नाही.
प्रगत पुनर्प्राप्ती-वर्धित जनरेशन (RAG): पुनर्प्राप्ती-वर्धित जनरेशन तंत्रज्ञानाच्या एकत्रीकरणामुळे, कमांड A मोठ्या डेटा संचयातून संबंधित माहिती मिळवू शकते आणि व्युत्पन्न केलेल्या content मध्ये समाविष्ट करू शकते, ज्यामुळे निर्मितीच्या निकालांची गुणवत्ता आणि अचूकता सुधारते. हे तंत्रज्ञान केवळ मॉडेलची बाह्य ज्ञानावरील अवलंबिता कमी करत नाही, तर माहितीच्या सतत बदलणाऱ्या वातावरणाशी जुळवून घेण्यास मदत करते.
नेटिव्ह एजंट टूल वापर: कमांड A मध्ये नेटिव्ह एजंट टूल वापरण्याची क्षमता आहे, जी इतर टूल्स आणि सर्व्हिसेससह एकत्रित होऊन अधिक जटिल कार्ये साध्य करू शकते. उदाहरणार्थ, ते सर्च इंजिन, डेटाबेस, API इत्यादींशी संवाद साधू शकते आणि आवश्यक माहिती मिळवू शकते किंवा विशिष्ट क्रिया करू शकते. ही क्षमता कमांड A ला विविध जटिल कार्ये करण्यास सक्षम करते, जसे की ऑटोमेटेड कस्टमर सर्व्हिस, इंटेलिजेंट असिस्टंट आणि डेटा विश्लेषण.
एंटरप्राइज-ग्रेड सुरक्षा आणि गोपनीयता: कमांड A च्या डिझाइनमध्ये एंटरप्राइज-ग्रेड सुरक्षा आणि गोपनीयतेच्या गरजा विचारात घेतल्या आहेत आणि ग्राहकांच्या डेटाचे संरक्षण करण्यासाठी विविध सुरक्षा उपाययोजना केल्या आहेत. उदाहरणार्थ, हे डेटा एन्क्रिप्शन, ॲक्सेस कंट्रोल आणि ऑडिटिंग फंक्शनला सपोर्ट करते, ज्यामुळे ग्राहकांचा डेटा अनधिकृत ॲक्सेस किंवा गळतीपासून सुरक्षित राहतो.
शक्तिशाली बहुभाषिक क्षमता: कमांड A ला 23 भाषांमध्ये प्रशिक्षित केले गेले आहे, ज्यात इंग्रजी, फ्रेंच, स्पॅनिश, इटालियन, जर्मन, पोर्तुगीज, जपानी, कोरियन, अरबी, चीनी, रशियन, पोलिश, तुर्की, व्हिएतनामी, डच, झेक, इंडोनेशियन, युक्रेनियन, रोमानियन, ग्रीक, हिंदी, हिब्रू आणि फारसी यांचा समावेश आहे. यामुळे ते विविध भाषांमधील टेक्स्ट प्रक्रिया करण्यास आणि जागतिक स्तरावर वापरकर्त्यांना सेवा प्रदान करण्यास सक्षम आहे.
टेक्स्ट इनपुट आणि आउटपुट: कमांड A सध्या फक्त टेक्स्ट इनपुट आणि आउटपुटला सपोर्ट करते, म्हणजेच ते मुख्यतः टेक्स्ट-संबंधित कार्ये जसे की टेक्स्ट जनरेशन, टेक्स्ट सारांश, टेक्स्ट भाषांतर आणि टेक्स्ट वर्गीकरण यासाठी वापरले जाते.
टीप: कमांड A मॉडेल सध्या फाइन-ट्यूनिंगला सपोर्ट करत नाही.
रँकर 3.5: एंटरप्राइज शोधाची अचूकता वाढवा
Rerank 3.5 हे Cohere चे नवीनतम AI सर्च फाऊंडेशन मॉडेल आहे, जे एंटरप्राइज सर्च आणि पुनर्प्राप्ती-वर्धित जनरेशन (RAG) प्रणालीची अचूकता सुधारण्यासाठी डिझाइन केलेले आहे. या मॉडेलमध्ये वर्धित अनुमान क्षमता आहे, जी जटिल वापरकर्ता क्वेरी समजून घेण्यास आणि विविध डेटा प्रकारांशी (लांब डॉक्युमेंट्स, ईमेल, टेबल्स, JSON आणि कोडसह) सुसंगत आहे. याव्यतिरिक्त, Rerank 3.5 100 हून अधिक भाषांना समर्थन देते, ज्यामुळे जागतिक स्तरावरील उद्योगांच्या शोध गरजा पूर्ण होतात.
रँकर 3.5 शोध परिणामांना पुन्हा व्यवस्थित करून, सर्वात संबंधित परिणाम शीर्षस्थानी ठेवते, ज्यामुळे वापरकर्त्यांची शोध कार्यक्षमता आणि समाधान वाढते. हे केवळ पारंपारिक टेक्स्ट शोधासाठीच नव्हे, तर इतर विविध प्रकारच्या शोधांसाठी देखील वापरले जाऊ शकते, जसे की इमेज सर्च, व्हिडिओ सर्च आणि ऑडिओ सर्च.
Rerank 3.5 ची मुख्य वैशिष्ट्ये:
वर्धित अनुमान क्षमता: Rerank 3.5 मध्ये वर्धित अनुमान क्षमता आहे, जी जटिल वापरकर्ता क्वेरी अधिक चांगल्या प्रकारे समजून घेण्यास मदत करते. हे क्वेरीच्या सिमेंटिक्स आणि संदर्भाचे विश्लेषण करून वापरकर्त्याचा हेतू अचूकपणे ओळखू शकते आणि सर्वात संबंधित परिणाम परत करू शकते.
विविध डेटा सपोर्ट: Rerank 3.5 विविध डेटा प्रकारांशी सुसंगत आहे, ज्यात लांब डॉक्युमेंट्स, ईमेल, टेबल्स, JSON आणि कोड यांचा समावेश आहे. याचा अर्थ असा आहे की ते विविध स्रोतांकडून येणाऱ्या डेटावर प्रक्रिया करू शकते आणि त्यातून उपयुक्त माहिती काढू शकते.
सुधारित बहुभाषिक सपोर्ट: Rerank 3.5 100 हून अधिक भाषांना समर्थन देते, ज्यात इंग्रजी, अरबी, चीनी, फ्रेंच, जर्मन, हिंदी, जपानी, कोरियन, पोर्तुगीज, रशियन आणि स्पॅनिश यांसारख्या प्रमुख व्यावसायिक भाषांचा समावेश आहे. यामुळे ते जागतिक स्तरावर वापरकर्त्यांना उच्च-गुणवत्तेच्या शोध सेवा प्रदान करण्यास सक्षम आहे.
उच्च शोध अचूकता: वित्तीय डेटासाठी केलेल्या चाचणीमध्ये, Rerank 3.5 ने Hybris Search पेक्षा 23.4% आणि BM25 पेक्षा 30.8% अधिक चांगले प्रदर्शन केले. BM25 हे एक सामान्य क्रमवारी फंक्शन आहे, जे सर्च इंजिन आणि माहिती पुनर्प्राप्ती प्रणालीमध्ये डॉक्युमेंट आणि दिलेल्या शोध क्वेरीमधील संबंध निश्चित करण्यासाठी वापरले जाते.
विस्तारित भाषा समर्थन: Rerank 3.5 100 हून अधिक भाषांना कसे समर्थन देते
Rerank 3.5 ची बहुभाषिक क्षमता 100 हून अधिक भाषांमधील क्वेरी समजून घेण्याची आणि त्यावर प्रक्रिया करण्याची क्षमता दर्शवते. याचा अर्थ असा आहे की ते केवळ क्वेरीचा शाब्दिक अर्थ समजत नाही, तर क्वेरीच्या पाठीमागील सांस्कृतिक संदर्भ आणि परिस्थिती देखील समजते. उदाहरणार्थ, जर एखाद्या वापरकर्त्याने स्पॅनिशमध्ये "mejores restaurantes en Madrid" शोधले, तर Rerank 3.5 वापरकर्त्याचा हेतू माद्रिद मधील सर्वोत्तम रेस्टॉरंट शोधणे आहे हे समजून घेईल आणि संबंधित स्पॅनिश शोध परिणाम परत करेल.
हे उद्दिष्ट साध्य करण्यासाठी, Rerank 3.5 विविध तंत्रज्ञानाचा वापर करते, ज्यात:
- बहुभाषिक प्रशिक्षण डेटा: Rerank 3.5 ला मोठ्या प्रमाणात बहुभाषिक डेटावर प्रशिक्षित केले गेले आहे, ज्यात विविध प्रकारच्या टेक्स्टचा समावेश आहे, जसे की बातम्या लेख, ब्लॉग पोस्ट, सोशल मीडिया पोस्ट आणि उत्पादन पुनरावलोकने.
- क्रॉस-लिंग्वल एम्बेडिंग: Rerank 3.5 क्रॉस-लिंग्वल एम्बेडिंग तंत्रज्ञानाचा वापर करते, जे वेगवेगळ्या भाषांमधील शब्दांना एकाच वेक्टर स्पेसमध्ये मॅप करते. यामुळे मॉडेलला वेगवेगळ्या भाषांमधील सिमेंटिक संबंध समजून घेण्यास आणि संबंधित क्रॉस-लिंग्वल शोध परिणाम परत करण्यास मदत होते.
- भाषा शोध आणि भाषांतर: Rerank 3.5 वापरकर्त्याच्या क्वेरीची भाषा स्वयंचलितपणे शोधू शकते आणि त्याचे इंग्रजी किंवा इतर समर्थित भाषांमध्ये भाषांतर करू शकते. यामुळे मॉडेलला विविध भाषांमधील क्वेरीवर प्रक्रिया करण्यास आणि संबंधित शोध परिणाम परत करण्यास मदत होते.
या तंत्रज्ञानाचा वापर करून, Rerank 3.5 जागतिक स्तरावर वापरकर्त्यांना उच्च-गुणवत्तेच्या शोध सेवा प्रदान करण्यास सक्षम आहे, मग ते कोणत्याही भाषेत शोध घेत असले तरी.
वर्धित अनुमान क्षमता: Rerank 3.5 जटिल क्वेरी कशी समजते
Rerank 3.5 ची अनुमान क्षमता जटिल क्वेरी समजून घेण्याची आणि त्यातून उपयुक्त माहिती काढण्याची क्षमता दर्शवते. उदाहरणार्थ, जर एखाद्या वापरकर्त्याने "गेल्या वर्षीच्या तुलनेत कोणत्या टेक कंपन्यांच्या शेअर्सनी चांगली कामगिरी केली" असे शोधले, तर Rerank 3.5 वापरकर्त्याचा हेतू अशा टेक कंपन्या शोधणे आहे ज्यांच्या शेअर्सनी गेल्या वर्षीपेक्षा चांगली कामगिरी केली आहे हे समजून घेईल.
हे उद्दिष्ट साध्य करण्यासाठी, Rerank 3.5 विविध तंत्रज्ञानाचा वापर करते, ज्यात:
- सिमेंटिक विश्लेषण: Rerank 3.5 सिमेंटिक विश्लेषण तंत्रज्ञानाचा वापर करते, जे क्वेरीची सिमेंटिक संरचना आणि संदर्भ विश्लेषित करते. यामुळे मॉडेलला क्वेरीचा अर्थ समजून घेण्यास आणि वापरकर्त्याचा हेतू ओळखण्यास मदत होते.
- एन्टिटी ओळख: Rerank 3.5 एन्टिटी ओळख तंत्रज्ञानाचा वापर करते, जे क्वेरीमधील एन्टिटीज ओळखते, जसे की कंपन्या, ठिकाणे आणि व्यक्ती. यामुळे मॉडेलला क्वेरीला संबंधित एन्टिटीजशी जोडण्यास आणि संबंधित शोध परिणाम परत करण्यास मदत होते.
- संबंध निष्कर्षण: Rerank 3.5 संबंध निष्कर्षण तंत्रज्ञानाचा वापर करते, जे क्वेरीमधील एन्टिटीजमधील संबंध Extract करते. यामुळे मॉडेलला क्वेरीचा अर्थ समजून घेण्यास आणि संबंधित शोध परिणाम परत करण्यास मदत होते.
या तंत्रज्ञानाचा वापर करून, Rerank 3.5 जटिल क्वेरी समजू शकते आणि संबंधित शोध परिणाम परत करू शकते, ज्यामुळे वापरकर्त्यांची शोध कार्यक्षमता आणि समाधान वाढते.
OCI ग्राहक या मॉडेल्सचा कसा उपयोग करू शकतात:
OCI ग्राहक या Cohere मॉडेल्सचा विविध प्रकारे उपयोग करू शकतात, ज्यात:
- तत्काळ एकत्रीकरण: ही मॉडेल्स चॅट इंटरफेस, API किंवा समर्पित एंडपॉइंटद्वारे अखंडपणे ऍक्सेस केली जाऊ शकतात, ज्यामुळे पायाभूत सुविधा व्यवस्थापनाची चिंता करण्याची आवश्यकता नाही. यामुळे ग्राहक ही मॉडेल्स त्यांच्या ॲप्लिकेशन्समध्ये सहजपणे एकत्रित करू शकतात, कोणत्याही जटिल कॉन्फिगरेशन आणि डिप्लॉयमेंटशिवाय.
- सुलभ एआय विकास: OCI जनरेटिव्ह एआय सेवा संपूर्ण टूल्स आणि सर्व्हिसेसचा संच प्रदान करते, जो ग्राहकांना एआय विकास प्रक्रिया सुलभ करण्यास मदत करतो. या टूल्स आणि सर्व्हिसेसमध्ये हे समाविष्ट आहे:
- डेटा तयारी: OCI जनरेटिव्ह एआय सेवा डेटा तयारी टूल्सची मालिका पुरवते, जी ग्राहकांना डेटा स्वच्छ, रूपांतरित आणि तयार करण्यास मदत करते, जेणेकरून ते एआय मॉडेल्सच्या प्रशिक्षण आणि अनुमानासाठी वापरले जाऊ शकतात.
- मॉडेल प्रशिक्षण: OCI जनरेटिव्ह एआय सेवा मॉडेल प्रशिक्षण टूल्सची मालिका पुरवते, जी ग्राहकांना त्यांचे स्वतःचे एआय मॉडेल्स प्रशिक्षित करण्यास मदत करते. ही टूल्स विविध मॉडेल प्रकार आणि फ्रेमवर्कला सपोर्ट करतात, जसे की TensorFlow, PyTorch आणि Scikit-learn.
- मॉडेल डिप्लॉयमेंट: OCI जनरेटिव्ह एआय सेवा मॉडेल डिप्लॉयमेंट टूल्सची मालिका पुरवते, जी ग्राहकांना प्रशिक्षित केलेले एआय मॉडेल उत्पादन वातावरणात डिप्लॉय करण्यास मदत करते.
- मॉडेल मॉनिटरिंग: OCI जनरेटिव्ह एआय सेवा मॉडेल मॉनिटरिंग टूल्सची मालिका पुरवते, जी ग्राहकांना एआय मॉडेलची कार्यक्षमता आणि अचूकता तपासण्यास मदत करते.
- RAG कार्यप्रवाह सुलभ करा: कंटेंट निर्मितीसाठी कमांड A चा वापर करा आणि रँकर 3.5 द्वारे वर्धित परिणामांना ऑप्टिमाइझ करा, ज्यामुळे जटिल RAG प्रक्रिया अधिक कार्यक्षम आणि सुलभ होते.
ॲप्लिकेशनमधील विविधता:
ही मॉडेल्स विविध एंटरप्राइज ॲप्लिकेशनमध्ये वापरली जाऊ शकतात, ज्यात:
- ग्राहक सेवा: कमांड A आणि Rerank 3.5 चा उपयोग इंटेलिजेंट कस्टमर सर्व्हिस रोबोट्स तयार करण्यासाठी केला जाऊ शकतो, जे ग्राहकांच्या प्रश्नांची उत्तरे देऊ शकतात, त्यांच्या शंकांचे निरसन करू शकतात आणि वैयक्तिक सेवा देऊ शकतात.
- कंटेंट निर्मिती: कमांड A चा उपयोग विविध प्रकारच्या टेक्स्ट कंटेंट तयार करण्यासाठी केला जाऊ शकतो, जसे की बातम्या लेख, ब्लॉग पोस्ट, उत्पादन वर्णन आणि सोशल मीडिया पोस्ट.
- शोध: Rerank 3.5 चा उपयोग एंटरप्राइज शोधाची अचूकता आणि कार्यक्षमता सुधारण्यासाठी केला जाऊ शकतो, ज्यामुळे वापरकर्त्यांना आवश्यक माहिती त्वरित शोधण्यात मदत होते.
- डेटा विश्लेषण: कमांड A आणि Rerank 3.5 चा उपयोग विविध प्रकारच्या डेटाचे विश्लेषण करण्यासाठी, त्यातून उपयुक्त माहिती काढण्यासाठी आणि उद्योगांना चांगले निर्णय घेण्यास मदत करण्यासाठी केला जाऊ शकतो.
- ज्ञान व्यवस्थापन: इंटेलिजेंट नॉलेज बेस तयार केला जाऊ शकतो, ज्यामुळे कर्मचारी आवश्यक माहिती त्वरित शोधू शकतात आणि कार्यक्षमतेत वाढ करू शकतात.
OCI जनरेटिव्ह एआय सेवा उच्च-कार्यक्षमता, बहु-कार्यक्षम आणि स्केलेबल एआय मॉडेल्स प्रदान करून उद्योगांना विविध नवीन एआय सोल्यूशन्स तयार करण्यास सक्षम करते, ज्यामुळे त्यांची स्पर्धात्मकता आणि व्यावसायिक मूल्य वाढते.
एकात्मतेच्या तपशीलांसाठी आणि किंमतीच्या माहितीसाठी, कृपया आमची जनरेटिव्ह एआय सेवा डॉक्युमेंटेशन तपासा किंवा तुमच्या Oracle प्रतिनिधीशी संपर्क साधा.