Récemment, Cohere a lancé deux nouveaux modèles sur la plateforme Microsoft Azure AI Foundry : Command A et Embed 4. Ces modèles améliorent considérablement les flux de travail d'IA d'agent et de RAG (Retrieval Augmented Generation) pour les entreprises. Prêts pour la production et faciles à développer, ils sont largement applicables aux systèmes de questions-réponses sur documents intelligents, aux Copilotes d'entreprise et aux applications de recherche évolutives.
Command A : Le moteur performant pour les IA d'agent
Command A est un grand modèle linguistique (LLM) conçu par Cohere pour les flux de travail d'IA d'agent. Il s'intègre parfaitement aux applications d'entreprise complexes. Supporté par Azure AI Foundry, il offre des capacités exceptionnelles de raisonnement sémantique et d'exécution de tâches, particulièrement adapté aux scénarios nécessitant un traitement logique en plusieurs étapes et des décisions en temps réel. Par exemple, les entreprises peuvent utiliser Command A pour construire des systèmes de questions-réponses sur documents intelligents ou développer des assistants Copilote capables d'interagir avec les systèmes d'entreprise, améliorant ainsi l'efficacité opérationnelle.
Grâce aux services gérés de la plateforme Azure, Command A permet un déploiement et une mise à l'échelle rapides. Les développeurs n'ont pas à se soucier de la gestion de l'infrastructure sous-jacente. De plus, Command A est profondément intégré aux outils d'Azure AI Foundry, permettant aux développeurs de créer des flux de travail d'IA de production avec un minimum de code. Cette fonctionnalité « prêt à l'emploi » en fait le choix idéal pour les entreprises souhaitant rapidement innover avec l'IA.
Embed 4 : Un modèle d'intégration multimodale pour le RAG
Embed 4 est un modèle d'intégration hautes performances lancé par Cohere, optimisé pour le RAG et la recherche sémantique. Il possède les caractéristiques principales suivantes :
Prise en charge multilingue : Il prend en charge l'intégration de texte dans plus de 100 langues, permettant aux entreprises du monde entier de construire des systèmes de recherche et de questions-réponses multilingues.
Capacités multimodales : Embed 4 intègre un encodeur d'images capable de générer des intégrations d'images. Les développeurs peuvent utiliser ImageEmbeddingsClient d'Azure AI Foundry pour établir une corrélation sémantique entre les images et le texte. Par exemple, les entreprises peuvent rechercher des documents textuels en fonction du contenu des images, élargissant considérablement les applications du RAG.
Intégration Matryoshka : Grâce à la technologie Matryoshka Representation Learning aux dimensions évolutives, Embed 4 permet de réduire la taille des vecteurs d'intégration tout en conservant une grande précision, réduisant ainsi les besoins de stockage et les coûts de calcul.
Quantification efficace : Il prend en charge la quantification int8 et la sortie d'intégration binaire, améliorant encore la vitesse de recherche et réduisant l'espace de stockage, ce qui est idéal pour les déploiements d'entreprise à grande échelle.
Ces caractéristiques font d'Embed 4 l'outil idéal pour construire des pipelines RAG rapides, évolutifs et multilingues, largement applicables aux charges de travail des entreprises dans les secteurs de la finance, de la santé, du gouvernement et de la fabrication.
Azure AI Foundry : Une plateforme d'habilitation IA tout-en-un
Le lancement des nouveaux modèles Cohere s'appuie sur le puissant écosystème d'Azure AI Foundry. En tant que plateforme de développement IA complète de Microsoft, Azure AI Foundry fournit non seulement un catalogue de plus de 1800 modèles, incluant Cohere, OpenAI et Meta, mais simplifie également le processus complet, de l'expérimentation à la production, grâce à ses services cloud sécurisés, conformes et évolutifs. Les développeurs peuvent déployer rapidement Command A et Embed 4 via les SDK et le catalogue de modèles d'Azure AI Foundry, et les intégrer de manière transparente à l'aide des outils de la plateforme.
De plus, Azure AI Foundry garantit la qualité et la sécurité des sorties des modèles grâce à des outils intégrés de filtrage de contenu IA et d'évaluation automatisée. Les entreprises peuvent intégrer les capacités IA de pointe de Cohere à leurs activités en un temps record, répondant ainsi aux accords de niveau de service (SLA) et aux exigences de conformité.
