Cohere Inc. 今日推出了 North,这是一款旨在让企业员工更便捷地使用其人工智能模型的新产品。
公司将这款产品描述为"安全的 AI 工作平台",目前通过早期访问计划提供服务。
总部位于多伦多的 Cohere 开发了一系列名为 Command 的大语言模型。与 OpenAI 不同,该公司并不提供面向消费者的聊天机器人服务,而是专注于企业市场。在去年 7 月完成 5 亿美元融资后,Cohere 的估值达到了 55 亿美元。
作为公司的新产品,North 提供了一个聊天机器人界面,让客户能够与其 Command 大语言模型系列进行交互。员工可以使用该工具分析财务报告、查找文档以及执行其他商务任务。North 不仅可以在回应中包含文本,还能包含图表等其他数据。
用户可以通过创建 AI 代理来定制 North,这些 AI 程序针对特定任务进行了优化。例如,人力资源专员可以构建一个代理来自动化部分新员工入职工作。Cohere 表示,创建 AI 代理只需要点击几下,无需编程专业知识。
在内部评估中,公司将 North 与 Microsoft Copilot 和 Google Vertex AI Agent Builder 在金融、人力资源、客户支持和 IT 任务方面进行了对比。Cohere 表示其产品在所有四个类别中都优于竞争对手。测试使用了名为 Llama Index 的基准,只要 AI 生成的答案"至少相关且正确"即可接受。
在技术层面,North 不仅由 Command 驱动,还搭载了 Cohere 的 Compass 产品。后者是一个 AI 驱动的搜索工具,可以在公司系统中查找特定数据片段,并使其可供 AI 模型使用。它不仅可以从文档中提取数据,还能处理幻灯片、图片和电子表格等多模态文件。
Compass 基于两个 AI 模型。第一个是 Embed,它将数据转换为嵌入向量,这种数学表示方式使 AI 模型比处理原始商业文档更容易处理。另一个模型是 Rerank,它分析用户查询返回的信息,并对最相关的项目进行优先排序。
据 Cohere 介绍,North 可以在云端和本地部署。它能够在气隙环境中运行,即出于网络安全考虑与公司其他网络和互联网隔离的环境。这可能使高度监管行业的组织更容易采用 North。
Cohere 创始人兼首席执行官 Aidan Gomez 在博客文章中写道:"当前的自建式 AI 部署方式给组织带来了巨大负担,需要投入时间、专业知识和资源来开发定制解决方案并维护它们。North 帮助避免这些痛点,缩短了客户的价值实现时间。"
Cohere 表示,加拿大皇家银行是使用 North 的早期客户之一。据该大语言模型提供商称,他们将与该银行合作开发针对金融行业优化的软件版本。这表明 Cohere 未来可能会推出更多针对特定行业的版本。
North 的推出大约发生在 OpenAI 推出 canvas 两个月之后,后者是 ChatGPT 的一个面向生产力的界面。该功能主要针对写作和编程任务,包含一个大型界面面板,用于显示用户的代码或文本,以及 AI 生成的编辑建议。
图片来源:Cohere
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。