Cohere Inc. (UR)

From Systems analysis Wiki
Jump to navigation Jump to search

Cohere — ایک کینیڈین ٹیکنالوجی کمپنی ہے جو مصنوعی ذہانت کے شعبے میں سرگرم ہے اور کاروباری شعبے (Enterprise AI) کے لیے بڑے زبانی ماڈلز (LLM) کی تیاری میں مہارت رکھتی ہے۔ کمپنی کی بنیاد 2019 میں ٹورنٹو میں Google Brain کے سابق محققین نے رکھی اور اسے OpenAI کے اہم متبادلوں میں سے ایک سمجھا جاتا ہے[1]۔

Cohere کا بنیادی مقصد کاروباری اداروں کو محفوظ، قابلِ تنصیب اور توسیع پذیر AI حل فراہم کرنا ہے۔ اکثر حریف کمپنیوں کے برعکس جو صارفین کی منڈی پر توجہ دیتی ہیں، Cohere نے ابتداء سے ہی کاروباری گاہکوں پر اپنی توجہ مرکوز رکھی، جس نے اس کے تکنیکی رویے کو متعین کیا۔

تاریخ اور مالی سرمایہ کاری

Cohere کی بنیاد 2019 میں تین بانیوں نے رکھی: آیدان گومیز (Aidan Gomez)، ایوان ژانگ (Ivan Zhang) اور نِک فراسٹ (Nick Frosst)۔ آیدان گومیز 2017 کی اہم علمی تحقیق «Attention Is All You Need» کے شریک مصنفین میں سے ایک ہیں، جس نے transformer کا فن تعمیر دنیا کے سامنے پیش کیا[1]۔ دسمبر 2022 میں YouTube کے سابق چیف فنانشل آفیسر مارٹن کون کمپنی کے صدر اور چیف آپریٹنگ آفیسر بنے[1]۔

کمپنی نے سرمایہ کاری حاصل کرنے میں متاثر کن نتائج حاصل کیے:

  • 2023 میں Series C فنڈنگ راؤنڈ کے تحت $270 ملین حاصل ہوئے، جس سے کمپنی کی مالیت $2.1–2.2 ارب تک پہنچ گئی[2]۔
  • 2024 میں کمپنی نے اضافی $500 ملین حاصل کیے اور اپنی مالیت $5.5 ارب تک بڑھا لی[3]۔

Cohere کے اہم سرمایہ کاروں میں PSP Investments، Cisco Systems، AMD، Fujitsu، NVIDIA، Salesforce Ventures، Oracle اور Google Cloud شامل ہیں[1][2]۔

تکنیکی ڈھانچہ

Retrieval-Augmented Generation (RAG)

Cohere کے نقطہ نظر میں مرکزی ٹیکنالوجی Retrieval-Augmented Generation (RAG) ہے — یعنی معلومات کی بازیابی سے بہتر بنائی گئی تخلیق۔ RAG ماڈلز کو حقیقی وقت میں بیرونی علمی ذخائر سے رجوع کرنے کی اجازت دیتا ہے، جس سے ان کے جوابات حقیقی معلومات پر مبنی ہوتے ہیں، "فریب کاری" کم ہوتی ہے اور معلومات کی تازگی یقینی بنتی ہے[4]۔ ماڈلز Command R اور Command A خاص طور پر RAG نظاموں میں کثیر مرحلاتی ٹولز کے استعمال کے لیے بہتر بنائے گئے ہیں[5]۔

کثیر لسانیت

Cohere کثیر لسانیت پر خصوصی توجہ دیتی ہے۔ کمپنی نے ایسے ماڈلز تیار کیے ہیں جو مادری زبان بولنے والوں کے ڈیٹا پر تربیت یافتہ ہیں، جو اعلیٰ معیار کی کارکردگی یقینی بناتے ہیں۔ مثال کے طور پر، اوپن سورس ماڈل Aya 100 سے زائد زبانوں کو سپورٹ کرتا ہے، اور Command فیملی دنیا کی 10 سے زائد اہم زبانوں کو سپورٹ کرتی ہے۔

سیکیورٹی اور تعیناتی

Cohere لچکدار تعیناتی کے اختیارات پیش کرتی ہے جن میں SaaS پلیٹ فارم، نجی کلاؤڈ تعیناتی اور فریق ثالث پلیٹ فارمز (Amazon SageMaker، Google Vertex AI، Azure) کے ساتھ انضمام شامل ہے۔ کمپنی کاروباری ڈیٹا کی سیکیورٹی پر خصوصی توجہ دیتی ہے، تربیت کے لیے ڈیٹا کے استعمال سے انکار کا اختیار اور SOC 2 Type II معیار کی تعمیل کا امکان فراہم کرتی ہے[6]۔

مصنوعات اور ماڈلز کی فہرست

Cohere کئی قسم کے ماڈلز تیار کرتی ہے جو زبان کے ساتھ کام کے مختلف مراحل کے لیے مخصوص ہیں۔

Command (تخلیقی ماڈلز)

Command تخلیقی ماڈلز کا فلیگ شپ فیملی ہے۔

  • Command A: سب سے زیادہ مؤثر ماڈل (2025) جس میں 111 ارب پیرامیٹرز ہیں۔ 256,000 tokens کی context window سپورٹ کرتا ہے اور صرف دو GPU پر کام کر سکتا ہے، جبکہ حریف ماڈلز 32 تک GPU مانگتے ہیں[7]۔ فی سیکنڈ 156 tokens تک کی تخلیق کی رفتار ظاہر کرتا ہے جو GPT-4o سے 1.75 گنا تیز ہے[8]۔
  • Command R+: 104 ارب پیرامیٹرز اور 128,000 tokens کی context window کے ساتھ ایک طاقتور ماڈل۔ کئی ہم پلہ ماڈلز سے بہتر ہے اور GPT-4 Turbo کی صلاحیتوں کے قریب ہے[9]۔
  • Command R: 35 ارب پیرامیٹرز والا ماڈل جو اعلیٰ درستگی کے ساتھ گفتگو کے کاموں کے لیے مخصوص ہے[10]۔

خصوصی ماڈلز

  • Aya: اوپن سورس کثیر لسانی ماڈل جو 100 سے زائد زبانوں کو سپورٹ کرتا ہے۔ 119 ممالک کے 3000 سے زائد محققین کی شرکت سے تیار کیا گیا[11]۔
  • Embed: متن کی ویکٹر نمائندگی بنانے کے ماڈلز۔ Embed 4 ملٹی موڈیلٹی اور 128,000 tokens کی context window سپورٹ کرتا ہے[12]۔
  • Rerank: RAG نظاموں میں تلاش کے معیار کو بہتر بنانے کے ماڈلز۔

شراکت داری اور انضمام

Cohere بڑی ٹیکنالوجی کمپنیوں کے ساتھ شراکت داری کو فعال طور پر فروغ دیتی ہے، جن میں شامل ہیں:

  • Oracle: Cohere کی ٹیکنالوجیز کا Oracle Fusion Cloud اور NetSuite میں انضمام[13]۔
  • Salesforce: Salesforce مصنوعات میں چیٹ صلاحیتوں کی شمولیت[1]۔
  • Fujitsu: جاپانی زبانی ماڈل Takane کی مشترکہ ترقی[14]۔
  • McKinsey: کاروباری آپریشنز میں تخلیقی AI کے انضمام کے شعبے میں تعاون[1]۔

مختلف شعبوں میں استعمال

  • تعلیم: Cohere کو تعلیمی اسباق کے منصوبے بنانے، درجہ بندی اور کثیر لسانی اقدامات کی حمایت کے لیے استعمال کیا جاتا ہے[15][16]۔
  • صحت اور سائنس: ماڈلز سائنسی پروٹوکولز مرتب کرنے، طبی ڈیٹا کے تجزیے اور تحقیق کی مدد کے لیے استعمال ہوتے ہیں[17]۔
  • کاروباری حل: دستاویزی کام کی خودکاری، ڈیٹا تجزیہ، مارکیٹنگ متن کی تحریر اور کسٹمر سروس[5]۔

مزید دیکھیے

  • بڑے زبانی ماڈلز

حوالہ جات

  • 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.

حواشی

  1. ↑ 1.0 1.1 1.2 1.3 1.4 1.5 «Cohere (company)». В Wikipedia. [1]
  2. ↑ 2.0 2.1 «ИИ-стартап Cohere, который сейчас оценивается более чем в $2,1 млрд, привлек $270 млн». Most Ecosystem. [2]
  3. ↑ «Cohere получает прирост в 500 миллионов». Unite.AI. [3]
  4. ↑ «Rethinking the RAG vs Fine-tuning Debate». arXiv. [4]
  5. ↑ 5.0 5.1 «Cohere Command R: Что это и как использовать?». ServerNews. [5]
  6. ↑ «Enterprise Data Commitments». Cohere Docs. [6]
  7. ↑ «Cohere выпустила Command A — самую эффективную на сегодня ИИ-модель для бизнеса». Habr. [7]
  8. ↑ «Cohere выпускает недорогую модель ИИ, требующую всего два графических процессора». DSmedia. [8]
  9. ↑ «LLM для бизнеса: что умеет Command R от Cohere». VC.ru. [9]
  10. ↑ «Cohere Command R». AIGenom. [10]
  11. ↑ «Cohere for AI запускает ИИ-полиглот Aya». Компьютерра. [11]
  12. ↑ «Cohere представила Embed 4 — свою самую мощную модель для создания векторных представлений». 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._(UR)&oldid=1061"