Le modèle Embed 4 de Cohere aide les entreprises à rechercher des documents dynamiques, les données «désordonnées» – Informatique

Les modèles d’intégration aident à transformer des données complexes – texte, images, audio et vidéo – en représentations numériques que les ordinateurs peuvent comprendre. Les intérêts capturent la signification sémantique des données, ce qui les rend utiles pour des tâches telles que la recherche, les systèmes de recommandation et le traitement du langage naturel.

Pourtant, ils peuvent lutter avec des matériaux plus complexes, tels que des documents comprenant un mélange de texte et d’images, les entreprises doivent donc souvent créer des pipelines de prétraitement pour préparer les données à utiliser.

La société canadienne d’IA Cohere espère résoudre ce problème avec ENCHED 4, son dernier modèle multimodal qui prend en charge les capacités de recherche et de récupération des frontières. Le modèle peut rapidement rechercher des documents, qu’ils soient uniquement basés sur du texte ou incluent des images, des diagrammes, des graphiques, des tables, du code, des diagrammes et d’autres composants.