Comando Cohere R (08-2024)

Il modello cohere.command-r-08-2024 è ottimizzato per attività complesse, offre una comprensione del linguaggio avanzata, una capacità più elevata e risposte più sfumate rispetto a cohere.command-r e può mantenere il contesto dalla sua lunga cronologia di conversazione di 128.000 token. Questo modello è ideale anche per il questionario, l'analisi del sentiment e il recupero delle informazioni.

Alias modello

È possibile utilizzare un alias di modello anziché un ID modello nel codice client. Gli alias del modello collegano automaticamente le applicazioni alla versione più recente di un modello all'interno di una famiglia, quindi non è necessario aggiornare manualmente l'ID del modello nel codice. Si noti che non tutti i modelli hanno un alias.
  • Area di riproduzione: selezionare il modello preaddestrato con il suffisso -latest.
  • API/CLI/SDK: passare l'alias al posto dell'ID modello. Esempio CLI: model_id = "<model-alias>"
Modello Alias modello
cohere.command-r-08-2024 cohere.command-latest

Disponibile in queste aree

  • Brasile (Est) - San Paolo
  • Germania (Centro) - Francoforte
  • Giappone centrale (Osaka)
  • Arabia Saudita centrale (Riyadh) (solo cluster AI dedicato)
  • Regno Unito (Sud) - Londra
  • US East (Ashburn) (solo cluster AI dedicato)
  • Stati Uniti (Midwest) - Chicago

Caratteristiche principali

  • Ottimizzato per attività complesse, offre una comprensione del linguaggio avanzata, una capacità più elevata e risposte più sfumate rispetto a cohere.command-r e può mantenere il contesto dalla sua lunga storia di conversazione di 128.000 token. Ideale anche per risposte alle domande, analisi del sentiment e recupero delle informazioni.
  • Prompt massimo + lunghezza risposta: 128.000 token per ogni esecuzione.
  • Per l'inferenza su richiesta, la lunghezza della risposta è limitata a 4.000 token per ogni esecuzione.
  • Quando si ottimizza questo modello, il prompt utente per il modello personalizzato può essere fino a 16.000 token e la lunghezza della risposta è limitata a 4.000 token per ogni esecuzione.
  • Per la modalità dedicata, la lunghezza della risposta non è limitata e la lunghezza del contesto è di 128.000 token.
  • Migliore matematica, codifica e capacità di ragionamento.
  • Funzione avanzata di retrieval-augmented generation (RAG) multilingue con opzioni di citazione personalizzabili.
  • Per l'inferenza dedicata, creare un cluster AI dedicato e un endpoint e ospitare il modello nel cluster.
  • È possibile ottimizzare questo modello con il data set nelle aree supportate.

Modalità su richiesta

Questo modello è disponibile on-demand in aree non elencate come (solo cluster AI dedicato). Vedere la tabella riportata di seguito per il nome del prodotto su richiesta di questo modello nella pagina relativa alla determinazione prezzi.

Nome modello Nome modello OCI Nome prodotto pagina determinazione prezzi
Cohere Command R 08-2024 cohere.command-r-08-2024 Small Cohere
Puoi raggiungere i modelli di base pre-addestrati nell'intelligenza artificiale generativa attraverso due modalità: on-demand e dedicato. Di seguito sono riportate le funzioni principali per la modalità on-demand.
  • È possibile pagare man mano per ogni chiamata di inferenza quando si utilizzano i modelli nell'area di gioco o quando si chiamano i modelli tramite l'API.

  • Barriera bassa per iniziare a utilizzare l'intelligenza artificiale generativa.
  • Ottimo per la sperimentazione, la prova di concetto e la valutazione del modello.
  • Disponibile per i modelli pre-addestrati in aree non elencate come (solo cluster AI dedicato).
Importante

Adeguamento limite limitazione dinamica per modalità su richiesta

OCI Generative AI regola in modo dinamico il limite di limitazione delle richieste per ogni tenancy attiva in base alla domanda del modello e alla capacità del sistema per ottimizzare l'allocazione delle risorse e garantire un accesso equo.

Questo adeguamento dipende dai seguenti fattori:

  • Throughput massimo corrente supportato dal modello di destinazione.
  • Capacità del sistema non utilizzata al momento della regolazione.
  • Uso del throughput cronologico di ciascuna tenancy e qualsiasi limite di sostituzione specificato impostato per tale tenancy.

Nota: a causa della limitazione dinamica, i limiti di frequenza non sono documentati e possono cambiare per soddisfare la domanda a livello di sistema.

Suggerimento

A causa dell'adeguamento dinamico del limite di limitazione, si consiglia di implementare una strategia di back-off, che prevede il ritardo delle richieste dopo un rifiuto. Senza una richiesta, le ripetute richieste rapide possono portare a ulteriori rifiuti nel tempo, a una maggiore latenza e a un potenziale blocco temporaneo del client da parte del servizio di intelligenza artificiale generativa. Utilizzando una strategia di back-off, ad esempio una strategia di back-off esponenziale, puoi distribuire le richieste in modo più uniforme, ridurre il carico e migliorare il successo dei nuovi tentativi, seguendo le best practice del settore e migliorando la stabilità e le prestazioni complessive della tua integrazione nel servizio.

Cluster AI dedicato per il modello

Nella lista di aree precedente, i modelli nelle aree che non sono contrassegnate con (solo cluster AI dedicato) dispongono di opzioni cluster AI sia on-demand che dedicate. Per la modalità on-demand, non hai bisogno di cluster e puoi raggiungere il modello nell'area di gioco della console o tramite l'API.

Per raggiungere un modello tramite un cluster AI dedicato in qualsiasi area elencata, devi creare un endpoint per tale modello su un cluster AI dedicato. Per le dimensioni dell'unità cluster corrispondenti a questo modello, vedere la tabella riportata di seguito.

Modello base Cluster di ottimizzazione Cluster di hosting Informazioni pagina determinazione prezzi Richiedi aumento limite cluster
  • Nome modello: Command R 08-2024
  • Nome modello OCI: cohere.command-r-08-2024
  • Dimensione unità: Small Cohere V2
  • Unità richieste: 8
  • Dimensione unità: Small Cohere V2
  • Unità obbligatorie: 1
  • Nome prodotto pagina determinazione prezzi: Small Cohere - Dedicated
  • Per l'Hosting, Moltiplica il Prezzo Unitario: x1
  • Per ottimizzare il prezzo unitario, moltiplicarlo per: x8
  • Nome limite: dedicated-unit-small-cohere-count
  • Per l'hosting, richiedere l'aumento del limite entro: 1
  • Per l'ottimizzazione, richiedere un aumento del limite di: 8
Suggerimento

  • Se non si dispone di limiti di cluster sufficienti nella tenancy per l'hosting del modello Cohere Command R (08-2024) in un cluster AI dedicato, richiedere il limite dedicated-unit-small-cohere-count da aumentare di 1.

  • Per perfezionare un modello Cohere Command R 08-2024, è necessario richiedere dedicated-unit-small-cohere-count per aumentare di 8.

Regole endpoint per i cluster

  • Un cluster AI dedicato può contenere fino a 50 endpoint.
  • Utilizzare questi endpoint per creare alias che puntano tutti allo stesso modello base o alla stessa versione di un modello personalizzato, ma non a entrambi i tipi.
  • Diversi endpoint per lo stesso modello semplificano l'assegnazione a utenti o scopi diversi.
Dimensione unità cluster di hosting Regole endpoint
Small Cohere V2
  • Modello di base: per eseguire il modello ⁇ cohere.command‑r‑08‑2024 ⁇ su più endpoint, creare tutti gli endpoint necessari su un cluster Small Cohere V2 (dimensione unità).
  • Modello personalizzato: lo stesso vale per un modello personalizzato creato in cima a cohere.command‑r‑08‑2024: crea il numero richiesto di endpoint in un cluster Small Cohere V2 (dimensione unità).
Suggerimento

Benchmark sulle prestazioni del cluster

Esaminare i benchmark delle prestazioni del cluster Cohere Command R 08-2024 per diversi casi d'uso.

Date rilascio e smobilizzo

Modello Data di rilascio Data smobilizzo su richiesta Data smobilizzo modalità dedicata
cohere.command-r-08-2024 2.024-11-14 Almeno un mese dopo il rilascio del 1° modello di sostituzione. Almeno 6 mesi dopo il rilascio del 1o modello di sostituzione.
Importante

Per un elenco di tutte le linee temporali del modello e dei relativi dettagli, vedere Ritiro dei modelli.

Parametri modello

Per modificare le risposte del modello, è possibile modificare i valori dei seguenti parametri nell'area di gioco o nell'API.

Numero massimo di token di output

Numero massimo di token che si desidera venga generato dal modello per ogni risposta. Ogni risposta. Stima quattro caratteri per token. Poiché si sta richiedendo un modello di chat, la risposta dipende dal prompt e ogni risposta non utilizza necessariamente il numero massimo di token allocati.

Sostituzione preambolo

Contesto iniziale o messaggio guida per un modello di chat. Quando non si assegna un preambolo a un modello di chat, viene utilizzato il preambolo predefinito per tale modello. È possibile assegnare un preambolo nel parametro Preamble override per i modelli. Il preambolo predefinito per la famiglia Cohere è:

You are Command.
            You are an extremely capable large language model built by Cohere. 
            You are given instructions programmatically via an API
            that you follow to the best of your ability.

L'override del preambolo predefinito è facoltativo. Se specificato, la sostituzione prevedibile sostituisce il preambolo Cohere predefinito. Quando si aggiunge un preambolo, per ottenere risultati ottimali, fornire il contesto del modello, le istruzioni e uno stile di conversazione.

Suggerimento

Per i modelli di chat senza il parametro override prevedibile, è possibile includere un preambolo nella conversazione di chat e chiedere direttamente al modello di rispondere in un determinato modo.
Modalità di sicurezza
Aggiunge un'istruzione di sicurezza da utilizzare per il modello durante la generazione delle risposte. Di seguito sono riportate le opzioni disponibili.
  • Contestuale: (Predefinito) inserisce meno vincoli nell'output. Mantiene le protezioni fondamentali mirando a rifiutare suggerimenti dannosi o illegali, ma consente la profanità e alcuni contenuti tossici, contenuti sessualmente espliciti e violenti e contenuti che contengono informazioni mediche, finanziarie o legali. La modalità contestuale è adatta per l'intrattenimento, la creatività o l'uso accademico.
  • Restrittivo: mira a evitare argomenti sensibili, come atti violenti o sessuali e volgarità. Questa modalità mira a fornire un'esperienza più sicura vietando risposte o raccomandazioni che ritiene inappropriate. La modalità rigorosa è adatta per l'uso aziendale, ad esempio per le comunicazioni aziendali e il servizio clienti.
  • Non attivo: non viene applicata alcuna modalità di sicurezza.
Temperatura

Livello di casualità utilizzato per generare il testo di output.

Suggerimento

Iniziare con la temperatura impostata su 0 o meno e aumentare la temperatura quando si rigenerano i prompt per ottenere un output più creativo. Le alte temperature possono introdurre allucinazioni e informazioni di fatto errate.
Top p

Metodo di campionamento che controlla la probabilità cumulativa dei primi token da considerare per il token successivo. Assegnare a p un numero decimale compreso tra 0 e 1 per la probabilità. Ad esempio, immettere 0,75 per il primo 75% da considerare. Impostare p su 1 per considerare tutti i token.

Top k

Metodo di campionamento in cui il modello sceglie il token successivo in modo casuale dai token top k con maggiore probabilità. Un valore elevato per k genera un output più casuale, che rende il testo di output più naturale. Il valore predefinito per k è 0 per i modelli Cohere Command e -1 per i modelli Meta Llama, il che significa che il modello deve considerare tutti i token e non utilizzare questo metodo.

Penalità di frequenza

Penale assegnata a un token quando tale token appare frequentemente. Le sanzioni elevate incoraggiano un minor numero di token ripetuti e producono un output più casuale.

Per i modelli della famiglia Meta Llama, questa penalità può essere positiva o negativa. I numeri positivi incoraggiano il modello a utilizzare nuovi token e i numeri negativi incoraggiano il modello a ripetere i token. Impostare su 0 per disabilitare.

Penalità di presenza

Penalità assegnata a ciascun token quando viene visualizzato nell'output per incoraggiare la generazione di output con token non utilizzati.

Popola

Parametro che fa il possibile per campionare i token in modo deterministico. Quando a questo parametro viene assegnato un valore, il modello di linguaggio di grandi dimensioni mira a restituire lo stesso risultato per le richieste ripetute quando si assegnano gli stessi seed e parametri per le richieste.

I valori consentiti sono numeri interi e l'assegnazione di un valore iniziale grande o piccolo non influisce sul risultato. L'assegnazione di un numero per il parametro seed è simile all'applicazione di tag alla richiesta con un numero. Il modello di linguaggio di grandi dimensioni mira a generare lo stesso set di token per lo stesso numero intero nelle richieste consecutive. Questa funzione è particolarmente utile per le operazioni di debug e test. Il parametro seed non ha un valore massimo per l'API e nella console il relativo valore massimo è 9999. Lasciando vuoto il valore iniziale nella console o nullo nell'API, questa funzione viene disabilitata.

Avvertenza

Il parametro seed potrebbe non produrre lo stesso risultato nel lungo periodo, poiché gli aggiornamenti del modello nel servizio OCI Generative AI potrebbero invalidare il seed.