Cohere Inc. (HI)

From Systems analysis Wiki
Jump to navigation Jump to search

Cohere — यह एक कनाडाई प्रौद्योगिकी कंपनी है जो कृत्रिम बुद्धिमत्ता के क्षेत्र में कार्यरत है और कॉर्पोरेट क्षेत्र (Enterprise AI) के लिए बड़े भाषा मॉडल (LLM) के विकास में विशेषज्ञता रखती है। कंपनी की स्थापना 2019 में टोरंटो में Google Brain के पूर्व शोधकर्ताओं द्वारा की गई थी और इसे OpenAI के प्रमुख विकल्पों में से एक माना जाता है[1]।

Cohere का मुख्य ध्यान व्यवसायों को सुरक्षित, अनुकूलनीय और स्केलेबल AI समाधान प्रदान करने पर है। अनेक प्रतिस्पर्धियों के विपरीत जो उपभोक्ता बाज़ार पर केंद्रित हैं, Cohere ने शुरू से ही कॉर्पोरेट ग्राहकों पर ध्यान केंद्रित किया, जिसने इसके तकनीकी दृष्टिकोण को निर्धारित किया।

इतिहास और वित्त पोषण

Cohere की स्थापना 2019 में तीन सह-संस्थापकों द्वारा की गई थी: Aidan Gomez (Aidan Gomez), Ivan Zhang (Ivan Zhang) और Nick Frosst (Nick Frosst)। Aidan Gomez 2017 की महत्वपूर्ण शोध पत्र «Attention Is All You Need» के सह-लेखकों में से एक हैं, जिसने दुनिया के सामने transformer आर्किटेक्चर प्रस्तुत किया[1]। दिसंबर 2022 में YouTube के पूर्व वित्तीय निदेशक Martin Kon कंपनी के अध्यक्ष और मुख्य परिचालन अधिकारी बने[1]।

कंपनी ने निवेश आकर्षित करने में प्रभावशाली परिणाम दर्शाए हैं:

  • 2023 में Series C वित्त पोषण दौर के अंतर्गत $270 मिलियन जुटाए गए, जिससे कंपनी का मूल्यांकन $2.1–2.2 बिलियन हो गया[2]।
  • 2024 में कंपनी ने अतिरिक्त $500 मिलियन जुटाए, जिससे इसका मूल्यांकन $5.5 बिलियन तक पहुंच गया[3]।

Cohere के प्रमुख निवेशकों में PSP Investments, Cisco Systems, AMD, Fujitsu, NVIDIA, Salesforce Ventures, Oracle और Google Cloud शामिल हैं[1][2]।

प्रौद्योगिकी स्टैक

Retrieval-Augmented Generation (RAG) - पुनर्प्राप्ति-संवर्धित जनरेशन

Cohere के दृष्टिकोण में केंद्रीय प्रौद्योगिकी Retrieval-Augmented Generation (RAG) है — अर्थात सूचना पुनर्प्राप्ति द्वारा संवर्धित जनरेशन। RAG मॉडलों को वास्तविक समय में बाहरी ज्ञान भंडारों तक पहुंचने की सुविधा देता है, जो उनके उत्तरों को तथ्यात्मक डेटा पर आधारित करता है, "हैलुसिनेशन" को कम करता है और सूचना की प्रासंगिकता सुनिश्चित करता है[4]। Command R और Command A मॉडल विशेष रूप से RAG प्रणालियों में बहु-चरणीय टूल उपयोग के लिए अनुकूलित हैं[5]।

बहुभाषिकता

Cohere बहुभाषिकता पर विशेष ध्यान देती है। कंपनी ने ऐसे मॉडल विकसित किए हैं जो मूल भाषा बोलने वालों के डेटा पर प्रशिक्षित हैं, जो उच्च गुणवत्तापूर्ण कार्यप्रदर्शन सुनिश्चित करते हैं। उदाहरण के लिए, ओपन-सोर्स मॉडल Aya 100 से अधिक भाषाओं का समर्थन करता है, जिसमें रूसी भी शामिल है, और Command परिवार 10 से अधिक प्रमुख विश्व भाषाओं का समर्थन करता है।

सुरक्षा और तैनाती

Cohere लचीले तैनाती विकल्प प्रदान करती है, जिसमें SaaS प्लेटफ़ॉर्म, निजी क्लाउड तैनाती और तृतीय-पक्ष प्लेटफ़ॉर्म (Amazon SageMaker, Google Vertex AI, Azure) के साथ एकीकरण शामिल है। कंपनी कॉर्पोरेट डेटा सुरक्षा पर विशेष ध्यान देती है और प्रशिक्षण के लिए डेटा उपयोग से बाहर निकलने की संभावना तथा SOC 2 Type II मानक के अनुपालन की सुविधा प्रदान करती है[6]।

उत्पादों और मॉडलों की श्रृंखला

Cohere कई प्रकार के मॉडल विकसित करती है जो भाषा के साथ कार्य करने के विभिन्न चरणों के लिए बनाए गए हैं।

Command (जनरेटिव मॉडल)

Command — यह जनरेटिव मॉडलों का प्रमुख परिवार है।

  • Command A: सर्वाधिक प्रभावी मॉडल (2025) जिसमें 111 अरब पैरामीटर हैं। यह 256,000 टोकन के संदर्भ विंडो का समर्थन करता है और केवल दो GPU पर काम कर सकता है, जबकि प्रतिस्पर्धी मॉडलों के लिए 32 तक की आवश्यकता होती है[7]। यह प्रति सेकंड 156 टोकन तक की जनरेशन गति दर्शाता है, जो GPT-4o से 1.75 गुना तेज़ है[8]।
  • Command R+: 104 अरब पैरामीटर और 128,000 टोकन के संदर्भ विंडो वाला शक्तिशाली मॉडल। यह कई समकक्षों से बेहतर है और GPT-4 Turbo की क्षमताओं के करीब पहुंचता है[9]।
  • Command R: 35 अरब पैरामीटर वाला मॉडल, जो उच्च सटीकता के साथ संवादात्मक कार्यों के लिए बनाया गया है[10]।

विशेष मॉडल

  • Aya: ओपन-सोर्स बहुभाषी मॉडल जो 100 से अधिक भाषाओं का समर्थन करता है। इसे 119 देशों के 3,000 से अधिक शोधकर्ताओं की भागीदारी से विकसित किया गया है[11]।
  • Embed: टेक्स्ट के वेक्टर प्रतिनिधित्व बनाने के लिए मॉडल। Embed 4 मल्टीमोडैलिटी और 128,000 टोकन के संदर्भ विंडो का समर्थन करता है[12]।
  • Rerank: RAG प्रणालियों में खोज गुणवत्ता सुधारने के लिए मॉडल।

साझेदारियाँ और एकीकरण

Cohere सक्रिय रूप से प्रमुख प्रौद्योगिकी कंपनियों के साथ साझेदारी विकसित करती है, जिनमें शामिल हैं:

  • Oracle: Oracle Fusion Cloud और NetSuite में Cohere की प्रौद्योगिकियों का एकीकरण[13]।
  • Salesforce: Salesforce उत्पादों में चैट क्षमताओं का समावेश[1]।
  • Fujitsu: जापानी भाषा मॉडल Takane का संयुक्त विकास[14]।
  • McKinsey: कॉर्पोरेट संचालन में जनरेटिव AI के एकीकरण के क्षेत्र में सहयोग[1]।

विभिन्न उद्योगों में अनुप्रयोग

  • शिक्षा: Cohere का उपयोग शैक्षिक पाठ योजनाएं बनाने, वर्गीकरण और बहुभाषी पहलों के समर्थन के लिए किया जाता है[15][16]।
  • स्वास्थ्य सेवा और विज्ञान: मॉडलों का उपयोग वैज्ञानिक प्रोटोकॉल तैयार करने, चिकित्सा डेटा विश्लेषण और शोध समर्थन के लिए किया जाता है[17]।
  • कॉर्पोरेट समाधान: दस्तावेज़ प्रवाह स्वचालन, डेटा विश्लेषण, मार्केटिंग सामग्री लेखन और ग्राहक सेवा[5]।

यह भी देखें

  • बड़े भाषा मॉडल

साहित्य

  • Cohere Team (2025). Command A: An Enterprise‑Ready Large Language Model. arXiv:2504.00698.
  • Üstün, A.; et al. (2024). Aya Model: An Instruction Finetuned Open‑Access Multilingual Language Model. arXiv:2402.07827.
  • Singh, S.; et al. (2024). Aya Dataset: An Open‑Access Collection for Multilingual Instruction Tuning. arXiv:2402.06619.
  • Cohere Team (2024). Command R & Command R+: Technical Overview. PDF.
  • Gao, Y.; et al. (2024). Retrieval‑Augmented Generation for Large Language Models: A Survey. arXiv:2312.10997.
  • Yu, H.; et al. (2024). Evaluation of Retrieval‑Augmented Generation: A Survey. arXiv:2405.07437.
  • Zhu, W.; et al. (2025). PSC: Extending Context Window of Large Language Models via Phase Shift Calibration. arXiv:2505.12423.
  • Gao, Y.; et al. (2024). Fine‑Tuning vs. Retrieval‑Augmented Generation for Less Popular Entities. arXiv:2403.01432.
  • Yu, L.; et al. (2025). Synergizing RAG and Reasoning: A Systematic Review. arXiv:2504.15909.
  • Wang, Y.; et al. (2025). Universal Embeddings for Multimodal Multilingual Retrieval. arXiv:2506.18902.

टिप्पणियाँ

  1. ↑ 1.0 1.1 1.2 1.3 1.4 1.5 «Cohere (company)». В Wikipedia. [१]
  2. ↑ 2.0 2.1 «ИИ-стартап Cohere, который сейчас оценивается более чем в $2,1 млрд, привлек $270 млн». Most Ecosystem. [२]
  3. ↑ «Cohere получает прирост в 500 миллионов». Unite.AI. [३]
  4. ↑ «Rethinking the RAG vs Fine-tuning Debate». arXiv. [४]
  5. ↑ 5.0 5.1 «Cohere Command R: Что это и как использовать?». ServerNews. [५]
  6. ↑ «Enterprise Data Commitments». Cohere Docs. [६]
  7. ↑ «Cohere выпустила Command A — самую эффективную на сегодня ИИ-модель для бизнеса». Habr. [७]
  8. ↑ «Cohere выпускает недорогую модель ИИ, требующую всего два графических процессора». DSmedia. [८]
  9. ↑ «LLM для бизнеса: что умеет Command R от Cohere». VC.ru. [९]
  10. ↑ «Cohere Command R». AIGenom. [१०]
  11. ↑ «Cohere for AI запускает ИИ-полиглот Aya». Компьютерра. [११]
  12. ↑ «Cohere представила Embed 4 — свою самую мощную модель для создания векторных представлений». Habr. [१२]
  13. ↑ «Oracle, Salesforce Ventures and Nvidia invest in Cohere». ERP Today. [१३]
  14. ↑ «Fujitsu and Cohere to Partner on Developing Generative AI for the Japanese Language». Fujitsu Press Releases. [१४]
  15. ↑ «Evaluating the Practicality of Retrieval-Augmented Generation in Student-Facing Educational Technology». arXiv. [१५]
  16. ↑ «A Confusion Classification System for Online Learning Based on Multimodal Information». IEEE Xplore. [१६]
  17. ↑ «Using large language models to streamline the creation of research protocols». BMC Medical Education. [१७]
Retrieved from "https://systems-analysis.info/int/index.php?title=Cohere_Inc._(HI)&oldid=1048"