Tutorial API Cohere: Bermula dengan Model Cohere

Dalam bidang AI yang pesat berkembang, model bahasa besar (LLMs) telah merevolusikan interaksi teks dan generasi. Sejak dilancarkan OpenAI pada November 2022, lonjakan LLMS baru telah muncul setiap hari. Perintah Cohere menonjol sebagai pilihan utama bagi pemaju dan perniagaan. Cohere menyediakan alat lanjutan untuk mengintegrasikan kuasa model asas ke dalam pelbagai aplikasi.

Panduan ini meneroka API Cohere, memperincikan keupayaan, faedah, dan pelaksanaan praktikalnya. Walaupun kami akan menyentuh secara ringkas LLM, pemahaman yang lebih komprehensif dapat diperoleh melalui kursus LLM yang berdedikasi.

cohere dan llms

LLMS adalah sistem AI yang canggih yang memproses dan menghasilkan teks berkualiti manusia. Dilatih dalam dataset besar -besaran, mereka mengenal pasti corak kompleks, memahami nuansa linguistik, dan menghasilkan tindak balas yang koheren. Aplikasi mereka merangkumi terjemahan, penyelesaian teks, ringkasan, dan perbualan interaktif.

Cohere adalah pemain utama, menawarkan API mesra pengguna yang memudahkan akses kepada keupayaan LLM ini untuk saintis data.

Apa itu Cohere?

Ditubuhkan pada tahun 2019, Cohere adalah penyedia penyelesaian AI Kanada. Ia adalah pemain LLM yang terkenal, sering dibandingkan dengan GPT OpenAI dan Claude antropik. Cohere terutamanya membangun dan menawarkan model generasi bahasa asas yang boleh diakses melalui API.

Sumber: Cobus Greyling, Landskap Model Bahasa Besar, Sederhana

Cohere menawarkan tiga jenis model utama:

• perintah cohere: Keluarga perintah R menawarkan skalabilitas, prestasi, dan ketepatan yang tinggi. Ini adalah pemain terbaik di LMSys Chatbot Arena.
• Cohere Embed: Model perwakilan teks terkemuka, meningkatkan ketepatan carian, generasi pengambilan semula (RAG), klasifikasi, dan kluster.
• cohere rerank: dengan ketara meningkatkan kualiti semantik kata kunci atau sistem carian vektor tanpa memerlukan pembaikan lengkap.

Model Cohere boleh diakses melalui:

antara muka taman permainan.
apis dalam python dan bahasa lain.

Cohere juga menyediakan antara muka sembang seperti chatgpt yang dikuasakan oleh perintah r.

Cohere Playground

Taman Permainan Cohere menawarkan antara muka mesra pengguna untuk berinteraksi dengan model kohere, sama dengan GPT. Pengguna boleh bereksperimen dengan keupayaan model, menjana teks dan menganalisis tingkah laku. Reka bentuk intuitifnya memudahkan prototaip dan ujian pesat. Taman permainan adalah percuma untuk penjelajahan dan eksperimen (sehingga penggunaan pengeluaran). Pendaftaran di laman web Cohere diperlukan. Antara muka, yang ditunjukkan di bawah, adalah serupa dengan taman permainan Openai, yang membolehkan pemilihan model dan tugas seperti sembang, mengklasifikasikan, membenamkan, dan menjana.

Dashboard Playground Cohere

Walaupun sesuai untuk ujian, pembangunan aplikasi memerlukan akses programatik melalui API Cohere.

Cohere API

Mengakses API Cohere melibatkan:

Memasang Perpustakaan Cohere (
1. ). !pip install cohere
Mendapatkan kunci API (pengeluaran atau percubaan).
membuat panggilan API.

Kunci API dan Contoh Call

Imej di bawah menunjukkan cara mendapatkan kunci API. Kod berikut menunjukkan panggilan API asas:

objek

import cohere

co = cohere.Client('your_token_here')
message = "What is Machine Learning?"
response = co.chat(
  message=message,
  model="command",
  temperature=0.3
)

answer = response.text
print(answer)

mengandungi metadata terperinci boleh diakses melalui

. response response.dict() perbualan berbilang pusingan

Untuk chatbots, mengekalkan konteks perbualan adalah penting. API Cohere mengendalikan ini menggunakan parameter

atau, lebih cekap,

. Penggunaan konsisten chat_history secara automatik menggabungkan mesej sebelumnya untuk konteks. conversation_id dan conversation_id saling eksklusif. chat_history conversation_id

harga cohere

Membandingkan perintah Cohere dengan OpenAI GPT-4 Turbo dan Anthropic Claude Opus (sehingga Mei 2024):

Cohere menawarkan kelebihan kos, tetapi GPT-4 Turbo dan Claude Opus sering menunjukkan prestasi unggul.

Model	$ / million input tokens	$ / million output tokens
Cohere Command R	.00	.00
Anthropic Claude Opus	.00	.00
OpenAI GPT-4 Turbo	.00	.00

Kesimpulan

Cohere menyediakan LLM yang kompetitif dengan kos yang lebih rendah, sesuai untuk pemaju dan perniagaan. Panduan ini meliputi mengakses Cohere melalui taman permainan dan API. Penjelajahan lanjut boleh dilakukan melalui sumber tambahan untuk menggunakan API Cohere dan membangunkan aplikasi LLM.

Atas ialah kandungan terperinci Tutorial API Cohere: Bermula dengan Model Cohere. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!