Cohere Inc. (PT)

From Systems analysis Wiki
Jump to navigation Jump to search

Cohere é uma empresa canadense de tecnologia de inteligência artificial especializada no desenvolvimento de grandes modelos de linguagem (LLMs) para o setor corporativo (Enterprise AI). A empresa foi fundada em 2019 em Toronto por ex-pesquisadores do Google Brain e se posiciona como uma das principais alternativas à OpenAI[1].

O foco principal da Cohere é fornecer soluções de IA seguras, personalizáveis e escaláveis para empresas. Diferente de muitos concorrentes focados no mercado de consumo, a Cohere apostou desde o início em clientes corporativos, o que definiu sua abordagem tecnológica.

História e financiamento

A Cohere foi fundada em 2019 por três cofundadores: Aidan Gomez, Ivan Zhang e Nick Frosst. Aidan Gomez é um dos coautores do influente artigo científico de 2017, "Attention Is All You Need", que apresentou a arquitetura Transformer ao mundo[1]. Em dezembro de 2022, Martin Kon, ex-diretor financeiro do YouTube, tornou-se presidente e diretor de operações da empresa[1].

A empresa demonstrou resultados impressionantes na captação de investimentos:

  • Em 2023, em uma rodada de financiamento da Série C, foram levantados $270 milhões, resultando em uma avaliação da empresa de $2,1 a $2,2 bilhões[2].
  • Em 2024, a empresa levantou mais $500 milhões, aumentando sua avaliação para $5,5 bilhões[3].

Os principais investidores da Cohere incluem PSP Investments, Cisco Systems, AMD, Fujitsu, NVIDIA, Salesforce Ventures, Oracle e Google Cloud[1][2].

Stack tecnológico

Retrieval-Augmented Generation (RAG)

A tecnologia central na abordagem da Cohere é a Retrieval-Augmented Generation (RAG) — geração aumentada por recuperação de informação. A RAG permite que os modelos acessem bases de conhecimento externas em tempo real, o que "ancora" suas respostas em dados factuais, reduz "alucinações" e garante a atualidade das informações[4]. Os modelos Command R e Command A são especialmente otimizados para o uso de ferramentas em várias etapas em sistemas RAG[5].

Multilinguismo

A Cohere dedica atenção especial ao multilinguismo. A empresa desenvolveu modelos treinados com dados de falantes nativos, o que garante alta qualidade de desempenho. Por exemplo, o modelo de código aberto Aya suporta mais de 100 idiomas, incluindo o russo, e a família Command suporta mais de 10 dos principais idiomas do mundo.

Segurança e implantação

A Cohere oferece opções flexíveis de implantação, incluindo uma plataforma SaaS, implantações em nuvem privada e integração com plataformas de terceiros (Amazon SageMaker, Google Vertex AI, Azure). A empresa dá atenção especial à segurança dos dados corporativos, oferecendo a opção de não utilizá-los para treinamento e conformidade com o padrão SOC 2 Tipo II[6].

Linha de produtos e modelos

A Cohere desenvolve vários tipos de modelos, projetados para diferentes estágios do trabalho com linguagem.

Command (Modelos generativos)

Command é a principal família de modelos generativos.

  • Command A: O modelo mais eficiente (2025) com 111 bilhões de parâmetros. Suporta uma janela de contexto de 256.000 tokens e pode operar com apenas duas GPUs, enquanto modelos concorrentes exigem até 32[7]. Demonstra uma velocidade de geração de até 156 tokens por segundo, o que é 1,75 vezes mais rápido que o GPT-4o[8].
  • Command R+: Um modelo poderoso com 104 bilhões de parâmetros e uma janela de contexto de 128.000 tokens. Supera muitos análogos e se aproxima das capacidades do GPT-4 Turbo[9].
  • Command R: Um modelo com 35 bilhões de parâmetros, projetado para tarefas de conversação com alta precisão[10].

Modelos especializados

  • Aya: Um modelo multilíngue de código aberto que suporta mais de 100 idiomas. Desenvolvido com a participação de mais de 3.000 pesquisadores de 119 países[11].
  • Embed: Modelos para criar representações vetoriais de texto. O Embed 4 suporta multimodalidade e uma janela de contexto de 128.000 tokens[12].
  • Rerank: Modelos para melhorar a qualidade da busca em sistemas RAG.

Parcerias e integrações

A Cohere desenvolve ativamente parcerias com grandes empresas de tecnologia, incluindo:

  • Oracle: Integração das tecnologias da Cohere no Oracle Fusion Cloud e NetSuite[13].
  • Salesforce: Incorporação de funcionalidades de chat nos produtos da Salesforce[1].
  • Fujitsu: Desenvolvimento conjunto do modelo de linguagem japonês Takane[14].
  • McKinsey: Colaboração na integração de IA generativa em operações corporativas[1].

Aplicações em diversas indústrias

  • Educação: A Cohere é usada para criar planos de aula educacionais, classificação e apoio a iniciativas multilíngues[15][16].
  • Saúde e ciência: Os modelos são aplicados na formulação de protocolos científicos, análise de dados médicos e apoio à pesquisa[17].
  • Soluções corporativas: Automação do fluxo de documentos, análise de dados, redação de textos de marketing e atendimento ao cliente[5].

Ver também

  • Grandes modelos de linguagem

Literatura

  • 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.

Notas

  1. ↑ 1.0 1.1 1.2 1.3 1.4 1.5 "Cohere (company)". Na Wikipedia. [1]
  2. ↑ 2.0 2.1 "A startup de IA Cohere, agora avaliada em mais de US$ 2,1 bilhões, levantou US$ 270 milhões". Most Ecosystem. [2]
  3. ↑ "Cohere recebe um impulso de 500 milhões". Unite.AI. [3]
  4. ↑ "Rethinking the RAG vs Fine-tuning Debate". arXiv. [4]
  5. ↑ 5.0 5.1 "Cohere Command R: O que é e como usar?". ServerNews. [5]
  6. ↑ "Enterprise Data Commitments". Cohere Docs. [6]
  7. ↑ "Cohere lançou o Command A — o modelo de IA para negócios mais eficiente até hoje". Habr. [7]
  8. ↑ "Cohere lança um modelo de IA de baixo custo que requer apenas duas GPUs". DSmedia. [8]
  9. ↑ "LLM para negócios: o que o Command R da Cohere pode fazer". VC.ru. [9]
  10. ↑ "Cohere Command R". AIGenom. [10]
  11. ↑ "Cohere for AI lança o poliglota de IA Aya". Компьютерра. [11]
  12. ↑ "Cohere apresentou o Embed 4 — seu modelo mais poderoso para criar representações vetoriais". Habr. [12]
  13. ↑ "Oracle, Salesforce Ventures and Nvidia invest in Cohere". ERP Today. [13]
  14. ↑ "Fujitsu and Cohere to Partner on Developing Generative AI for the Japanese Language". Fujitsu Press Releases. [14]
  15. ↑ "Evaluating the Practicality of Retrieval-Augmented Generation in Student-Facing Educational Technology". arXiv. [15]
  16. ↑ "A Confusion Classification System for Online Learning Based on Multimodal Information". IEEE Xplore. [16]
  17. ↑ "Using large language models to streamline the creation of research protocols". BMC Medical Education. [17]
Retrieved from "https://systems-analysis.info/int/index.php?title=Cohere_Inc._(PT)&oldid=1055"