Μοντέλο

Τα μοντέλα CLEVI χωρίζονται σε τρεις οικογένειες προϊόντων: CIP για γενική νοημοσύνη και αυτοματοποίηση εργασιών, Cosa για σύνθεση και αναγνώριση φωνής και Cova για εξαγωγή πληροφοριών από έγγραφα και εικόνες. Κάθε προϊόν μπορεί να χρησιμοποιηθεί αυτόνομα ή να συνδεθεί σε υπηρεσίες που εκτείνονται από την αναγνώριση εγγράφων και την ανάλυση έως την εκτέλεση εργασιών και την ηχητική καθοδήγηση.

CIP

Το CIP είναι υπεύθυνο για τη γενική νοημοσύνη και την αυτοματοποίηση εργασιών. Αποτελείται από τα cip-5.5-im και cip-5.5-mm, τα οποία καλούνται μέσω gateway, και το cip-5.5-sm, το οποίο αναπτύσσεται σε edge server και σε on-premises περιβάλλοντα.

cip-5.5-im και cip-5.5-mm

Το cip-5.5-im είναι κατάλληλο για εργασίες με σαφείς στόχους και εύρος εργασιών. Ενδεικτικές εργασίες είναι η εξαγωγή των απαραίτητων πληροφοριών από το παρεχόμενο υλικό, η σύνταξη αποτελεσμάτων σε καθορισμένη μορφή και η τροποποίηση κώδικα σύμφωνα με τις απαιτήσεις. Η μέγιστη έξοδος των 64K χρησιμοποιείται για τη σύνταξη λεπτομερών αναφορών ή αποτελεσμάτων που αποτελούνται από πολλά μέρη.

• Υποστήριξη ανάπτυξης: Συντάσσει συναρτήσεις και λειτουργίες, διορθώνει σαφώς οριοθετημένα σφάλματα και υλοποιεί σύμφωνα με τα υπάρχοντα μοτίβα.
• Δημιουργία δοκιμών: Συντάσσει προσχέδια δοκιμών και περιπτώσεις επαλήθευσης με βάση τις απαιτήσεις και την υλοποίηση.
• Επεξεργασία εγγράφων: Αναλαμβάνει τη σύνοψη, την ταξινόμηση, την εξαγωγή στοιχείων, τη μετατροπή μορφών και τη σύνταξη προσχεδίων.
• Πολυτροπική ανάλυση: Εξετάζει εικόνες οθονών και πίνακες ή διαγράμματα εγγράφων μαζί με τις σχετικές περιγραφές.
• Διαδραστική υποστήριξη εργασιών: Απαντά σε ερωτήσεις με βάση το υλικό εργασίας και συντάσσει τα απαραίτητα αποτελέσματα.
• Μαζική επεξεργασία: Χρησιμοποιείται για μεμονωμένες συνόψεις πολλών εγγράφων, ταξινόμηση αιτημάτων και μετατροπή δεδομένων.
• Υποπράκτορας: Αναλαμβάνει σαφώς οριοθετημένες υποεργασίες, όπως εξερεύνηση κώδικα, έλεγχο συγκεκριμένων αρχείων και οργάνωση υλικού.

Για παράδειγμα, χρησιμοποιείται για τη σύνταξη προτάσεων τροποποίησης, δοκιμών και περιγραφών αλλαγών με βάση λειτουργικές απαιτήσεις και σχετικό κώδικα ή για την ταξινόμηση εγγράφων υποβολής και τη δημιουργία συνόψεων για τους αρμόδιους.

Το cip-5.5-mm είναι κατάλληλο για εργασίες που απαιτούν την κατανόηση των σχέσεων μεταξύ των πληροφοριών και τη διατήρηση της συνοχής ολόκληρης της εργασίας. Στην ανάπτυξη, εξετάζει τη σύνδεση μεταξύ απαιτήσεων, σχεδιασμού, υλοποίησης και δοκιμών, ενώ στην ανάλυση εγγράφων συνθέτει τους ισχυρισμούς και τα τεκμήρια, καθώς και τις διαφορές και τις αντιφάσεις μεταξύ πολλών πηγών.

• Υλοποίηση σύνθετων λειτουργιών: Τροποποιεί ταυτόχρονα κώδικα, δοκιμές και τεκμηρίωση, λαμβάνοντας υπόψη τα συμβόλαια και τη συμπεριφορά πολλών ενοτήτων.
• Ανάλυση μεγάλης βάσης κώδικα: Εξετάζει τις σχέσεις κλήσεων, τη ροή δεδομένων και το εύρος των επιπτώσεων των αλλαγών.
• Ανάλυση αιτιών βλαβών: Συγκρίνει αρχεία καταγραφής, ρυθμίσεις, κώδικα και αποτελέσματα εκτέλεσης, και οργανώνει υποθέσεις αιτιών και διαδικασίες επιβεβαίωσης.
• Υποστήριξη σχεδιασμού και λήψης αποφάσεων: Δομεί τις απαιτήσεις και τους περιορισμούς και αναλύει τις επιπτώσεις των εναλλακτικών υλοποίησης.
• Συνθετική ανάλυση πολλών εγγράφων: Οργανώνει με βάση τεκμήρια τις ομοιότητες, τις διαφορές και τις αντιφάσεις μεταξύ αναφορών και τεχνικών εγγράφων.
• Ολοκληρωμένη πολυτροπική εξέταση: Ερμηνεύει από κοινού κείμενο και οπτικό υλικό για να αναλύσει προβλήματα και απαιτήσεις.
• Πράκτορας πολλών σταδίων: Χρησιμοποιείται για εργασίες που περιλαμβάνουν έρευνα, σχεδιασμό, εκτέλεση εργαλείων και έλεγχο αποτελεσμάτων.
• Σύνταξη εξειδικευμένων εγγράφων: Συντάσσει τεχνικές αναφορές, προτάσεις σχεδιασμού και λεπτομερή έγγραφα αξιολόγησης που ενσωματώνουν σύνθετες συνθήκες και τεκμήρια.

Για παράδειγμα, χρησιμοποιείται για την ταυτόχρονη εξέταση των σχετικών κωδικών και αρχείων καταγραφής σφαλμάτων από πολλαπλές υπηρεσίες ή για εργασίες που εκτείνονται από την ανάλυση απαιτήσεων σύνθετων λειτουργιών έως την υλοποίηση και την εξέταση των αποτελεσμάτων επαλήθευσης.

cip-5.5-sm

Το cip-5.5-sm εκτελεί τοπική εξαγωγή συμπερασμάτων και αυτοματοποίηση εργασιών σε διακομιστές edge και σε περιβάλλοντα on-premises. Καθώς το μέγεθος του μοντέλου μπορεί να ρυθμιστεί στο εύρος 24B~40B, μπορείτε να επιλέξετε τη διαμόρφωση που ταιριάζει στους υπολογιστικούς πόρους του εξοπλισμού ανάπτυξης και στις απαιτούμενες επιδόσεις της εγκατάστασης. Επεξεργάζεται τα δεδομένα κοντά στο σημείο όπου δημιουργούνται, επομένως χρησιμοποιείται για τη διασύνδεση με συστήματα πεδίου και την αξιοποίηση εσωτερικών δεδομένων. Με τη διαμόρφωση των απαιτούμενων μοντέλων και εργαλείων τοπικά, μπορεί να λειτουργεί ακόμη και σε περιβάλλοντα με περιορισμένη εξωτερική συνδεσιμότητα.

Αναλαμβάνει την ερμηνεία των πληροφοριών που προκύπτουν στο πεδίο και τη σύνδεσή τους με διαδικασίες επεξεργασίας. Κατηγοριοποιεί αρχεία καταγραφής και αιτήματα, εξάγει τις απαραίτητες πληροφορίες από τα δεδομένα και εκτελεί επαναλαμβανόμενες εργασίες με συνδεδεμένα εσωτερικά εργαλεία και σενάρια.

• Επεξεργασία συμβάντων πεδίου: Κατηγοριοποιεί τα αρχεία καταγραφής και τις πληροφορίες κατάστασης του εξοπλισμού και επιλέγει τα συμβάντα που απαιτούν έλεγχο.
• Προεπεξεργασία δεδομένων: Εξάγει τα βασικά στοιχεία από τα αρχεία εργασιών και εκτελεί κατηγοριοποίηση, προσθήκη ετικετών και κανονικοποίηση.
• Δρομολόγηση αιτημάτων: Διαβιβάζει τα υποβληθέντα αιτήματα στο αρμόδιο σύστημα ή στη διαδικασία επεξεργασίας.
• Τοπικός agent εργασιών: Εκτελεί επαναλαμβανόμενες εργασίες μέσω αναζήτησης σε εσωτερικά συστήματα και εκτέλεσης σεναρίων.
• Υποστήριξη εργασιών on-premises: Απαντά σε ερωτήσεις με βάση εσωτερικό υλικό και οργανώνει το περιεχόμενο των εργασιών.
• Υποστήριξη επακόλουθης ανάλυσης: Επιλέγει το υλικό που απαιτεί πρόσθετο έλεγχο και συνοψίζει τα βασικά σημεία.

Για παράδειγμα, χρησιμοποιείται σε μια ροή εργασίας που κατηγοριοποιεί τα αρχεία καταγραφής λειτουργίας σε έναν διακομιστή εγκατάστασης, αναζητά το σχετικό ιστορικό και στη συνέχεια συντάσσει μια σύνοψη του περιστατικού για τον αρμόδιο υπεύθυνο.

Cosa

Το Cosa είναι μια οικογένεια προϊόντων φωνής που μετατρέπει κείμενο σε ομιλία, αναγνωρίζει την εισερχόμενη ομιλία ως κείμενο και επιτρέπει την καταχώριση και επαναχρησιμοποίηση της επιθυμητής φωνής. Χρησιμοποιείται για οδηγίες υπηρεσιών, δημιουργία περιεχομένου, υποστήριξη προσβασιμότητας και φωνητικές διεπαφές διαδραστικών agent.

Η σύνθεση φωνής πραγματοποιείται από τα cosa-a και cosa-b, ενώ η αναγνώριση φωνής από το cosa-asr. Τα cosa-a και cosa-b είναι ξεχωριστά μοντέλα, καθένα από τα οποία παρέχει τη δική του λίστα φωνών και ρυθμίσεις σύνθεσης, και επιλέγονται από την ίδια διεπαφή υπηρεσίας. Οι λειτουργίες που παρέχονται από κοινού από τα δύο μοντέλα είναι οι εξής:

• Μετατροπή κειμένου σε ομιλία: Συνθέτει το κείμενο που εισαγάγατε με την επιλεγμένη φωνή.
• Κλωνοποίηση φωνής: Καταχωρίζει μια φωνή με βάση μια ηχογράφηση αναφοράς για την οποία διαθέτετε δικαιώματα χρήσης και συνθέτει νέο κείμενο.
• Σχεδιασμός φωνής: Δημιουργεί και καταχωρίζει μια φωνή περιγράφοντας τα χαρακτηριστικά της επιθυμητής φωνής.
• Επαναχρησιμοποίηση φωνής: Χρησιμοποιεί την καταχωρισμένη φωνή για επόμενες συνθέσεις.
• Ρυθμίσεις σύνθεσης: Ρυθμίζει την ταχύτητα ομιλίας, τη γλώσσα και άλλες παραμέτρους.
• Παράδοση σε ροή: Συνθέτει το κείμενο ανά φράση καθώς καταφθάνει και παραδίδει διαδοχικά τον ήχο.
• Έλεγχος αναπαραγωγής: Υποστηρίζει παύση, συνέχιση, διακοπή και εισαγωγή πρόσθετου κειμένου.

Με τη σταδιακή εισαγωγή κειμένου, μπορείτε να ξεκινήσετε την αναπαραγωγή φωνής πριν ολοκληρωθεί ολόκληρη η απάντηση. Ενώ το CIP συντάσσει την απάντηση, μπορείτε να διαμορφώσετε μια υπηρεσία όπου το Cosa διαβάζει τις έτοιμες φράσεις.

cosa-a

Το cosa-a υποστηρίζει μετατροπή κειμένου σε ομιλία, κλωνοποίηση φωνής, σχεδιασμό φωνής και έξοδο σε ροή. Εκτός από τις βασικές λειτουργίες επιλογής φωνής, γλώσσας και ταχύτητας ομιλίας, παρέχει πρόσθετες επιλογές ελέγχου, όπως ρυθμίσεις σχετικά με τον αριθμό των σταδίων σύνθεσης, την ένταση καθοδήγησης και το μήκος της δημιουργίας. Χρησιμοποιείται για την προσαρμογή των ρυθμίσεων κατά τη διαδικασία δημιουργίας φωνής, την επισκόπηση των αποτελεσμάτων ή την εφαρμογή πολλαπλών ρυθμίσεων στο ίδιο κείμενο και την επιλογή του αποτελέσματος.

• Συνθέτει οδηγίες και ειδοποιήσεις για εφαρμογές, περίπτερα και επιχειρησιακά συστήματα.
• Δημιουργεί εκπαιδευτικό υλικό και εγχειρίδια χρήσης σε μορφή ήχου.
• Παράγει αφηγήσεις για περιεχόμενο βίντεο και ήχου.
• Δημιουργεί επαναλαμβανόμενο περιεχόμενο με καταχωρισμένες φωνές.
• Χρησιμοποιείται για έξοδο φωνής σε ροή σε διαδραστικούς πράκτορες.
• Χρησιμοποιείται για τη δημιουργία φωνής με προσαρμογή λεπτομερών ρυθμίσεων σύνθεσης.

cosa-b

Το cosa-b υποστηρίζει επιλογή προκαθορισμένων φωνών, σχεδιασμό φωνής βάσει περιγραφής, κλωνοποίηση βάσει φωνής αναφοράς και έξοδο σε ροή. Μπορείτε να επιλέξετε μια φωνή από τον δικό σας κατάλογο φωνών ή να καταχωρίσετε μια νέα φωνή για χρήση στην υπηρεσία.

Για την κλωνοποίηση φωνής χρησιμοποιούνται μια ηχογράφηση αναφοράς και το αντίστοιχο κείμενό της. Υποστηρίζεται επίσης μια διαδικασία δημιουργίας του κειμένου αναφοράς μέσω αναγνώρισης φωνής κατά την καταχώριση, ενώ η καταχωρισμένη φωνή επαναχρησιμοποιείται σε επόμενες συνθέσεις.

• Διαμορφώνει την ηχητική περσόνα υπηρεσιών και χαρακτήρων.
• Δημιουργεί προσαρμοσμένες φωνές με περιγραφή ή ηχογράφηση αναφοράς.
• Συνθέτει ανακοινώσεις επωνυμίας, ατάκες χαρακτήρων και αφηγήσεις περιεχομένου.
• Χρησιμοποιείται για φωνητικές απαντήσεις διαδραστικών πρακτόρων.
• Συνθέτει μηνύματα οδηγιών και κείμενα που αλλάζουν, χρησιμοποιώντας την ίδια φωνή.

Όταν επιλέγετε μεταξύ cosa-a και cosa-b, βασιστείτε στη φωνή που θέλετε, στο πραγματικό αποτέλεσμα σύνθεσης και στα στοιχεία ελέγχου που χρειάζεστε.

cosa-asr

Το cosa-asr μετατρέπει την εισερχόμενη ομιλία σε κείμενο. Τεκμηριώνει ηχογραφήσεις ή μετατρέπει αιτήματα που υποβάλλονται φωνητικά σε είσοδο που μπορούν να επεξεργαστούν τα επόμενα επιχειρησιακά συστήματα.

• Απομαγνητοφωνεί φωνητικά σημειώματα και ηχογραφήσεις.
• Μετατρέπει ερωτήσεις και επιχειρησιακά αιτήματα που βασίζονται στη φωνή σε είσοδο.
• Δημιουργεί κείμενο αναφοράς για κλωνοποίηση φωνής.
• Χρησιμοποιείται για επεξεργασία που συνεχίζεται μετά την απομαγνητοφώνηση, όπως σύνοψη, ταξινόμηση και αναζήτηση.

Η παράδοση των αποτελεσμάτων απομαγνητοφώνησης στο CIP οδηγεί σε σύνοψη περιεχομένου, ταξινόμηση αιτημάτων και σύνταξη επιχειρησιακών προσχεδίων. Με τη σύνθεση των αποτελεσμάτων μέσω του cosa-a ή του cosa-b, δημιουργούνται επιχειρησιακές υπηρεσίες με φωνητική είσοδο και έξοδο.

Cova

Το cova-1 είναι ένα μοντέλο αποκλειστικά για οπτικό OCR, βασισμένο σε LLM. Αναγνωρίζει κείμενο από έγγραφα και εικόνες, εξάγει τη διάταξη και τη δομή των πινάκων και παρέχει σύντομες περιγραφές των οπτικών στοιχείων.

Μετατρέπει έγγραφα όπως τα βλέπουν οι άνθρωποι σε μορφή που μπορούν να χρησιμοποιήσουν οι πράκτορες και τα επιχειρησιακά συστήματα. Το κυρίως κείμενο και οι πίνακες εξάγονται ως δομημένο περιεχόμενο, ενώ οι εικόνες που περιλαμβάνονται στα έγγραφα αποδίδονται με σύντομες περιγραφές, ώστε οι επόμενοι πράκτορες να κατανοούν τόσο το περιεχόμενο του εγγράφου όσο και το οπτικό του πλαίσιο. Με τη διαμόρφωση μιας ροής όπου πρώτα εξετάζεται το υλικό μέσω του εξαγόμενου κειμένου και των περιγραφών και στη συνέχεια ελέγχονται επιπλέον μόνο τα πρωτότυπα που απαιτούν λεπτομερή επιβεβαίωση, μειώνεται η ανάγκη επανειλημμένης εισαγωγής των πρωτότυπων εικόνων και εξοικονομούνται διακριτικά περιβάλλοντος.

• Ψηφιοποίηση εγγράφων: Μετατρέπει έντυπα έγγραφα και σαρωμένο υλικό σε υλικό βασισμένο σε κείμενο.
• Παραλαβή επιχειρησιακών εγγράφων: Εξάγει περιεχόμενο από αιτήσεις, δικαιολογητικά και αναφορές.
• Επεξεργασία δεδομένων πινάκων: Χρησιμοποιεί τους πίνακες που περιλαμβάνονται στα έγγραφα για επακόλουθη επεξεργασία δεδομένων.
• Προεπεξεργασία για αναζήτηση γνώσης: Μετατρέπει εικόνες εγγράφων και οπτικό υλικό σε κείμενο και δομές με δυνατότητα αναζήτησης.
• Αυτοματοποίηση ελέγχου εγγράφων: Παραδίδει τα αποτελέσματα εξαγωγής στο CIP για έλεγχο στοιχείων, σύνοψη και σύγκριση μεταξύ υλικών.
• Βελτιστοποίηση εισόδου agent: Οργανώνει το κυρίως κείμενο, τους πίνακες και τις περιγραφές εικόνων μεγάλων εγγράφων, ώστε να μεταδίδονται μόνο οι απαραίτητες πληροφορίες.

Για παράδειγμα, εξάγει το κυρίως κείμενο και τους πίνακες μιας αναφοράς και περιγράφει ένα ενσωματωμένο γράφημα ως γράφημα που παρουσιάζει την τριμηνιαία τάση των πωλήσεων. Ο agent χρησιμοποιεί αυτή την περιγραφή για να κατανοήσει την ύπαρξη και τον σκοπό του γραφήματος και, όταν χρειάζονται ακριβείς αριθμητικές τιμές ή τάσεις, ελέγχει επιπλέον το αντίστοιχο πρωτότυπο.

Σύνδεση ομάδων προϊόντων

Με τη σύνδεση των προϊόντων, μπορείτε να διαμορφώσετε την ακόλουθη ροή.

• Εργασία βάσει εγγράφων: Η Cova εξάγει το κυρίως κείμενο, τους πίνακες και τις περιγραφές εικόνων, το CIP ελέγχει επιλεκτικά τα απαραίτητα πρωτότυπα για ανάλυση και διεκπεραίωση εργασιών και η Cosa μεταδίδει τα αποτελέσματα με φωνή.
• Εργασία βάσει φωνής: Το Cosa ASR μετατρέπει τα φωνητικά αιτήματα σε κείμενο και το cosa-a ή το cosa-b εκφωνεί τις απαντήσεις που επεξεργάστηκε το CIP.
• Αυτοματοποίηση πεδίου: Το cip-5.5-sm ταξινομεί τα δεδομένα πεδίου και εκτελεί τοπικές εργασίες, ενώ προωθεί στο cip-5.5-im ή στο cip-5.5-mm το υλικό που απαιτεί πρόσθετη συνολική ανάλυση.

Κλήσεις που επιτρέπονται στην πύλη

Τα πλάνα του gateway καθορίζουν τις επιτρεπόμενες κλήσεις για κάθε μοντέλο. Ο παρακάτω πίνακας δείχνει το εύρος που ανοίγουν τα πλάνα LLM_FREE, TTS_FREE και STT_FREE, τα οποία εφαρμόζονται αυτόματα χωρίς αίτηση. Δεν περιλαμβάνονται μοντέλα που έχουν ανοίξει μέσω άλλων διαδρομών.

Τα cip-5.5-sm και cova-1 δεν περιλαμβάνονται στον πίνακα αυτού του προγράμματος. Τα cip-5.5-im-chat, cip-5.5-mm-h, cosa-tts, ivy-4-embedding, ivy-4-embedding-mm και ivy-4-mm είναι αναγνωριστικά μοντέλων που δεν περιλαμβάνονται στις παραπάνω περιγραφές προϊόντων. Η τεκμηρίωση για την κλήση API αναφέρει σε ποια διαδρομή αντιστοιχεί το κλειδί κλήσης.