前言
4月5日,知名AI公司Cohere正式发布了一款全新的大型语言模型(LLM)——Command R+。该模型拥有1040亿参数,在多种语言支持、检索增强生成(RAG)能力和工具应用方面均取得了突破性进展,其性能甚至可与OpenAI的GPT-4相媲美。
性能媲美GPT-4
值得一提的是,Command R+在多项测评中的表现不但超越了业界主流开源模型,在某些指标上甚至可与GPT-4媲美。
在LMSys Chatbot Arena排行榜上,Command R+排名第6位,高于GPT-4-0314。这意味着该模型不仅在多语言处理、RAG应用等方面优于其他大模型,在对话系统性能上也能与业界顶尖产品抗衡。
1040亿参数,支持中文在内10种语言
从参数规模来看,Command R+无疑是当前最大型的开源LLM之一,总计拥有1040亿个参数。这使其在处理复杂任务时具备非凡的学习和推理能力。更值得一提的是,Command R+不仅支持英语,还覆盖了法语、德语、西班牙语、意大利语、葡萄牙语(巴西)、日语、韩语、阿拉伯语和简体中文等10种语言。这无疑大幅提升了该模型在全球范围内的适用性。
优化的检索增强生成(RAG)能力
作为Cohere旗下的旗舰模型,Command R+在检索增强生成(RAG)能力上进行了全面优化和升级。RAG是目前大型语言模型最重要的技术之一,它可以让模型根据给定的上下文信息,从外部知识源中检索相关内容,并将其融合到生成的响应中。这不仅大幅提升了回答的准确性,也能有效缓解模型的"幻觉"问题。
对于Command R+而言,其RAG模块的性能不仅接近GPT-4,在某些指标上还有所超越。例如,该模型能够更准确地预测哪些检索结果是最相关的,并将其以引用的形式嵌入到生成的回答中,进一步增强了回答的可信度。
此外,Command R+还支持多种RAG回答模式,用户可以根据具体需求选择"精确引用模式"或"快速引用模式"。前者会先预测相关文档,再生成回答并插入引用,而后者则会直接生成带引用的回答,以生成更少的tokens为目标。
多步骤工具使用能力
除了RAG,Command R+在工具使用方面也有了重大突破。该模型不仅可以调用各种外部工具,如搜索引擎、API、数据库等,还支持多步骤工具使用,能够在多个步骤中组合多种工具来完成复杂任务。这使Command R+不仅能够理解和生成文本,还能充当核心的推理引擎,做出决策并自动化需要智能才能解决的困难任务。Gomez表示,Command R+在使用工具时,即使遇到错误或故障,也能进行自我纠正,多次尝试直至完成任务,这在实际应用中极为重要。
此外,该模型还内置了一个高级分词器,在处理非英语文本时表现出色,在压缩成本方面比市面上其他模型优势明显,最高可达57%的降幅。
总结
总的来说,Cohere发布的Command R+无疑是目前开源LLM领域的一匹黑马。这款1040亿参数的超大模型,不仅在技术指标上遥遥领先,在满足企业级需求方面也做出了创新性尝试,值得业界关注。
获取更多最新大模型资讯，可关注我们（微信公众号：努力犯错玩AI）期待您的到来！
