Cohere Rerank 5 เปิดตัวความสามารถ Context Focus
Cohere ปล่อย Rerank 5 ทั้งในระดับ Pro และ Fast มาพร้อมหน้าต่างบริบท 32K ฟีเจอร์ Context Focus และคะแนนความเกี่ยวข้องที่แม่นยำ โดยรุ่น Pro ทำคะแนนบน BRIGHT ได้ 82.2 ในราคา 0.05 ดอลลาร์ต่อ 1 ล้านโทเค็น
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Cohere Rerank 5 เปิดตัวในสองระดับ ได้แก่ Pro และ Fast
- รองรับหน้าต่างบริบทขนาดใหญ่ถึง 32K โทเค็น พร้อมฟีเจอร์ Context Focus
- รุ่น Pro ทำคะแนนได้ 82.2 บนเกณฑ์มาตรฐาน BRIGHT
- มีอัตราค่าบริการเริ่มต้นที่ 0.05 ดอลลาร์ต่อ 1 ล้านโทเค็น
บริษัท Cohere ได้ประกาศเปิดตัวโมเดล Rerank เวอร์ชันล่าสุดอย่าง Cohere Rerank 5 ซึ่งถูกพัฒนาขึ้นมาเพื่อยกระดับประสิทธิภาพในการค้นหาและจัดลำดับเอกสารใหม่ให้มีความแม่นยำมากยิ่งขึ้นสำหรับการใช้งานด้านปัญญาประดิษฐ์และการประมวลผลภาษาธรรมชาติ โดยการอัปเดตครั้งนี้มุ่งเน้นไปที่การช่วยให้ระบบสามารถดึงข้อมูลเชิงลึกจากเอกสารขนาดยาวได้อย่างมีประสิทธิภาพผ่านเทคโนโลยีสมัยใหม่
โมเดลรุ่นใหม่นี้ถูกปล่อยออกมาให้เลือกใช้งานในสองระดับความสามารถหลักคือ Pro และ Fast เพื่อให้ผู้พัฒนาสามารถเลือกใช้งานได้ตามความเหมาะสมของภาระงานและงบประมาณ นอกจากนี้ยังมีการเพิ่มความสามารถในการจัดการบริบทด้วยหน้าต่างขนาด 32K ซึ่งช่วยให้ระบบสามารถมองเห็นและวิเคราะห์ข้อมูลในปริมาณที่มากขึ้นในคราวเดียวได้อย่างแม่นยำ
จุดเด่นสำคัญของ Rerank 5 คือการมาพร้อมกับฟีเจอร์ Context Focus ที่ช่วยในการสกัดข้อความในระดับย่อหน้า (passage-level) รวมถึงระบบคะแนนความเกี่ยวข้องที่ผ่านการปรับเทียบอย่างแม่นยำ (calibrated relevance scores) ทำให้ผลลัพธ์จากการค้นหามีความน่าเชื่อถือและช่วยลดข้อผิดพลาดในการประมวลผลข้อมูล
การพัฒนาโมเดล Rerank ในลักษณะนี้มีความสำคัญอย่างยิ่งต่อระบบ Retrieval-Augmented Generation (RAG) เนื่องจากช่วยคัดกรองข้อมูลที่เกี่ยวข้องที่สุดส่งต่อไปยังโมเดลภาษาขนาดใหญ่ (LLM) ทำให้ลดปัญหาข้อมูลขยะและเพิ่มความแม่นยำในการตอบคำถามได้อย่างมีนัยสำคัญ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในด้านประสิทธิภาพและการลงทุน รุ่น Pro สามารถทำคะแนนบนเกณฑ์มาตรฐาน BRIGHT ได้สูงถึง 82.2 คะแนน ในขณะที่โครงสร้างราคาถูกกำหนดไว้ที่ 0.05 ดอลลาร์สหรัฐต่อการประมวลผล 1 ล้านโทเค็น ซึ่งช่วยให้องค์กรต่างๆ สามารถเข้าถึงเทคโนโลยีการค้นหาขั้นสูงได้ในต้นทุนที่คุ้มค่า
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น