Cohere представи Embed 5 за корпоративно търсене и извличане
Cohere представи Embed 5 — семейство модели за векторни представяния, насочено към корпоративно търсене, retrieval-augmented generation и агентно извличане. То включва Embed 5 Pro за максимално качество и Embed 5 Fast за по-ниска латентност и цена при обработка на заявки. И двата модела приемат текст, изображения и комбинирани текстово-изображения входове, поддържат 100+ езика и обработват до 128K токена.
Pro и Fast използват едно и също пространство за представяния. Това позволява корпусът да бъде индексиран с Pro, а заявките да се обработват с Fast. В тестове на Cohere върху 40 набора от данни тази комбинация е получила 98.4 при нормализиран резултат 100 за Pro плюс Pro, докато конфигурация само с Fast е получила 96.6. Fast е обработил 377.3 документа в секунда спрямо 159.7 за Pro. Двата модела трябва да използват еднакъв размер на вектора.
Моделите са достъпни с идентификатори embed-v5.0-pro и embed-v5.0-fast чрез Cohere API и Model Vault, Microsoft Foundry и Amazon SageMaker. Частно или локално предоставяне е възможно чрез vLLM. Pro струва $0.12 за 1M текстови токена, а Fast — $0.08; изображенията струват $0.40 за 1M токена и при двата. Според тестовете на Cohere Pro изпреварва Voyage 4 Large, Gemini Embedding 2 и OpenAI text-embedding-3-large в няколко оценки, но използваната метрика набляга на преранжирането, а независимо възпроизвеждане още няма.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.