Recentemente, a Cohere lançou dois novos modelos no Azure AI Foundry da Microsoft — Command A e Embed 4 — proporcionando melhorias significativas para fluxos de trabalho de IA de agentes e RAG (Retrieval Augmented Generation) em nível empresarial. Esses modelos, prontos para produção e fáceis de desenvolver, são amplamente aplicáveis a cenários como perguntas e respostas em documentos inteligentes, Copilot empresarial e aplicativos de busca escaláveis.
Command A: O motor eficiente para impulsionar a IA de agentes
O Command A é um grande modelo de linguagem (LLM) da Cohere projetado especificamente para fluxos de trabalho de IA de agentes, integrando-se perfeitamente a aplicativos empresariais complexos. Com o suporte do Azure AI Foundry, o modelo oferece raciocínio semântico e capacidade de execução de tarefas excepcionais, sendo particularmente adequado para cenários que exigem processamento lógico de várias etapas e tomada de decisões em tempo real. Por exemplo, as empresas podem usar o Command A para construir sistemas inteligentes de perguntas e respostas em documentos ou desenvolver assistentes Copilot capazes de interagir com sistemas de negócios, melhorando assim a eficiência operacional.
Graças aos serviços gerenciados da plataforma Azure, o Command A permite implantação e expansão rápidas, eliminando a necessidade de os desenvolvedores se preocuparem com a administração da infraestrutura subjacente. Além disso, o Command A está profundamente integrado à cadeia de ferramentas do Azure AI Foundry, permitindo que os desenvolvedores criem fluxos de trabalho de IA de produção com o mínimo de código. Essa característica "plug-and-play" o torna a escolha ideal para empresas que desejam implementar rapidamente inovações em IA.
Embed 4: Modelo de incorporação multimodal que capacita o RAG
O Embed4 é um modelo de incorporação de alto desempenho lançado pela Cohere, otimizado para cenários de RAG e busca semântica, com as seguintes características principais:
Suporte multilíngue: Suporta incorporação de texto em mais de 100 idiomas, garantindo que empresas globais possam construir sistemas de busca e perguntas e respostas multilíngues.
Capacidade multimodal: O Embed4 possui um codificador de imagens integrado que pode gerar incorporações de imagens. Os desenvolvedores podem usar o ImageEmbeddingsClient do Azure AI Foundry para criar associações semânticas entre imagens e texto. Por exemplo, as empresas podem pesquisar documentos de texto relacionados com base no conteúdo da imagem, expandindo enormemente os cenários de aplicação do RAG.
Incorporação Matryoshka: Por meio da tecnologia Matryoshka Representation Learning com dimensões escaláveis, o Embed4 permite que os vetores de incorporação sejam reduzidos para tamanhos menores, mantendo alta precisão, reduzindo assim as necessidades de armazenamento e os custos computacionais.
Quantização eficiente: Suporta quantização int8 e saída de incorporação binária, melhorando ainda mais a velocidade de busca e reduzindo o uso de armazenamento, ideal para implantações empresariais em larga escala.
Esses recursos tornam o Embed4 a ferramenta ideal para construir pipelines RAG rápidos, escaláveis e multilíngues, amplamente aplicáveis a cargas de trabalho empresariais em setores como finanças, saúde, governo e manufatura.
Azure AI Foundry: Plataforma de capacitação em IA completa
O lançamento dos novos modelos da Cohere se baseia no poderoso ecossistema de suporte do Azure AI Foundry. O Azure AI Foundry, como plataforma abrangente de desenvolvimento de IA da Microsoft, não apenas oferece um catálogo de modelos com mais de 1800 modelos, incluindo Cohere, OpenAI e Meta, mas também simplifica todo o processo, desde a experimentação até a implantação na produção, por meio de seus serviços em nuvem seguros, conformes e escaláveis. Os desenvolvedores podem implantar rapidamente o Command A e o Embed 4 por meio do SDK e do catálogo de modelos do Azure AI Foundry e usar a cadeia de ferramentas da plataforma para integração perfeita.
Além disso, o Azure AI Foundry garante a qualidade e a segurança da saída do modelo por meio de ferramentas integradas de filtragem de conteúdo de IA e avaliação automatizada. Os usuários corporativos podem integrar as capacidades avançadas de IA da Cohere em seus negócios no menor tempo possível, atendendo aos acordos de nível de serviço (SLAs) e aos requisitos de conformidade.
