मॉडल

CLEVI मॉडल तीन उत्पाद श्रेणियों में विभाजित हैं: CIP, जो सामान्य बुद्धिमत्ता और कार्य स्वचालन के लिए है; Cosa, जो आवाज़ निर्माण और पहचान के लिए है; और Cova, जो दस्तावेज़ों और छवियों से जानकारी निकालने के लिए है। प्रत्येक उत्पाद का स्वतंत्र रूप से उपयोग किया जा सकता है या दस्तावेज़ पहचान, विश्लेषण, कार्य निष्पादन और आवाज़ मार्गदर्शन तक विस्तृत सेवाओं से जोड़ा जा सकता है।

CIP

CIP सामान्य बुद्धिमत्ता और कार्य स्वचालन के लिए है। इसमें cip-5.5-im और cip-5.5-mm शामिल हैं, जिन्हें गेटवे के माध्यम से कॉल किया जाता है, तथा cip-5.5-sm शामिल है, जिसे एज सर्वर और ऑन-प्रिमाइसेस पर तैनात किया जाता है।

cip-5.5-im और cip-5.5-mm

cip-5.5-im उन कार्यों के लिए उपयुक्त है जिनके लक्ष्य और कार्यक्षेत्र स्पष्ट हों। उपलब्ध सामग्री से आवश्यक जानकारी निकालना, निर्दिष्ट प्रारूप में परिणाम तैयार करना और आवश्यकताओं के अनुसार कोड में संशोधन करना इसके प्रमुख उपयोग हैं। अधिकतम 64K आउटपुट का उपयोग विस्तृत रिपोर्ट या कई भागों से बने परिणाम तैयार करने के लिए किया जाता है।

• विकास सहायता: फ़ंक्शन और सुविधाएँ लिखना, स्पष्ट दायरे वाले बग ठीक करना और मौजूदा पैटर्न के अनुरूप कार्यान्वयन करना।
• परीक्षण निर्माण: आवश्यकताओं और कार्यान्वयन के आधार पर परीक्षण के प्रारूप और सत्यापन मामलों को तैयार करना।
• दस्तावेज़ प्रसंस्करण: सारांश, वर्गीकरण, आइटम निष्कर्षण, फ़ॉर्म रूपांतरण और प्रारूप तैयार करने का कार्य करना।
• मल्टीमॉडल विश्लेषण: स्क्रीन छवियों और दस्तावेज़ों की तालिकाओं व आरेखों की संबंधित विवरणों के साथ समीक्षा करना।
• संवादी कार्य सहायता: कार्य सामग्री के आधार पर प्रश्नों के उत्तर देना और आवश्यक परिणाम तैयार करना।
• बड़े पैमाने पर प्रसंस्करण: अनेक दस्तावेज़ों के व्यक्तिगत सारांश, अनुरोध वर्गीकरण और डेटा रूपांतरण के लिए उपयोग करना।
• सबएजेंट: कोड की खोज, विशिष्ट फ़ाइलों की समीक्षा और सामग्री के संगठन जैसे स्पष्ट सीमाओं वाले उप-कार्यों को संभालना।

उदाहरण के लिए, इसका उपयोग कार्यक्षमता संबंधी आवश्यकताओं और संबंधित कोड के आधार पर संशोधन प्रस्ताव, परीक्षण और परिवर्तनों का विवरण तैयार करने या प्राप्ति दस्तावेज़ों को वर्गीकृत करके 담당 व्यक्तियों के लिए सारांश बनाने के लिए किया जाता है।

cip-5.5-mm उन कार्यों के लिए उपयुक्त है जिनमें जानकारी के बीच संबंधों को समझना और पूरे कार्य में निरंतरता बनाए रखना आवश्यक हो। विकास में यह आवश्यकताओं, डिज़ाइन, कार्यान्वयन और परीक्षण के बीच संबंधों की समीक्षा करता है, जबकि दस्तावेज़ विश्लेषण में अनेक सामग्रियों के दावों और प्रमाणों, अंतरों और विरोधाभासों का समग्र विश्लेषण करता है।

• जटिल सुविधा कार्यान्वयन: अनेक मॉड्यूलों के अनुबंधों और व्यवहार को ध्यान में रखते हुए कोड, परीक्षण और दस्तावेज़ों में एक साथ बदलाव करना।
• बड़े पैमाने पर कोड विश्लेषण: कॉल संबंधों, डेटा प्रवाह और बदलाव के प्रभाव के दायरे की समीक्षा करना।
• समस्या के मूल कारण का विश्लेषण: लॉग, कॉन्फ़िगरेशन, कोड और निष्पादन परिणामों की तुलना करके संभावित कारणों और उनकी पुष्टि की प्रक्रियाओं को व्यवस्थित करना।
• डिज़ाइन और निर्णय लेने में सहायता: आवश्यकताओं और बाधाओं को संरचित करना तथा कार्यान्वयन विकल्पों के प्रभाव का विश्लेषण करना।
• अनेक दस्तावेज़ों का समग्र विश्लेषण: रिपोर्टों और तकनीकी दस्तावेज़ों की समानताओं, अंतरों और विरोधाभासों को प्रमाण-आधारित तरीके से व्यवस्थित करना।
• मल्टीमॉडल एकीकृत समीक्षा: पाठ और दृश्य सामग्री की एक साथ व्याख्या करके समस्याओं और आवश्यकताओं का विश्लेषण करना।
• बहु-चरणीय एजेंट: अनुसंधान, योजना, टूल निष्पादन और परिणाम समीक्षा वाले कार्यों के लिए उपयोग करना।
• विशेषज्ञ दस्तावेज़ लेखन: जटिल शर्तों और प्रमाणों को शामिल करते हुए तकनीकी रिपोर्ट, डिज़ाइन प्रस्ताव और विस्तृत समीक्षा दस्तावेज़ तैयार करना।

उदाहरण के लिए, इसका उपयोग कई सेवाओं में उत्पन्न त्रुटियों से संबंधित कोड और लॉग की एक साथ समीक्षा करने या जटिल सुविधाओं की आवश्यकताओं के विश्लेषण से लेकर कार्यान्वयन और सत्यापन परिणामों की समीक्षा तक की प्रक्रियाओं में किया जाता है।

cip-5.5-sm

cip-5.5-sm एज सर्वर और ऑन-प्रिमाइसेस वातावरण में स्थानीय अनुमान और 업무 स्वचालन करता है। मॉडल का आकार 24B~40B की सीमा में समायोजित किया जा सकता है, इसलिए परिनियोजन उपकरण के कंप्यूटिंग संसाधनों और स्थल की आवश्यक प्रदर्शन क्षमता के अनुसार कॉन्फ़िगरेशन चुना जा सकता है। डेटा उत्पन्न होने के स्थान के निकट ही प्रसंस्करण होने के कारण, इसका उपयोग स्थल प्रणालियों के एकीकरण और आंतरिक डेटा के उपयोग के लिए किया जाता है। आवश्यक मॉडल और टूल स्थानीय रूप से कॉन्फ़िगर करने पर बाहरी कनेक्शन सीमित होने वाले वातावरण में भी इसे संचालित किया जा सकता है।

यह स्थल पर उत्पन्न जानकारी की व्याख्या करके उसे प्रसंस्करण प्रक्रियाओं से जोड़ने की भूमिका निभाता है। यह लॉग और अनुरोधों को वर्गीकृत करता है, डेटा से आवश्यक जानकारी निकालता है, और जुड़े हुए आंतरिक टूल और स्क्रिप्ट के माध्यम से दोहराए जाने वाले कार्य करता है।

• स्थल इवेंट प्रसंस्करण: उपकरण लॉग और स्थिति संबंधी जानकारी को वर्गीकृत करता है और उन इवेंट को चुनता है जिनकी जाँच आवश्यक है।
• डेटा पूर्वप्रसंस्करण: कार्य रिकॉर्ड से मुख्य मदें निकालकर उनका वर्गीकरण, टैगिंग और सामान्यीकरण करता है।
• अनुरोध रूटिंग: प्राप्त अनुरोधों को संबंधित प्रणाली या प्रसंस्करण प्रक्रिया तक पहुँचाता है।
• स्थानीय कार्य एजेंट: आंतरिक प्रणालियों में जानकारी खोजकर और स्क्रिप्ट चलाकर दोहराए जाने वाले कार्य करता है।
• ऑन-प्रिमाइसेस कार्य सहायता: आंतरिक सामग्री के आधार पर प्रश्नों के उत्तर देता है और कार्य संबंधी विषयों को व्यवस्थित करता है।
• अनुवर्ती विश्लेषण सहायता: अतिरिक्त समीक्षा आवश्यक सामग्री का चयन करता है और मुख्य विषयों को व्यवस्थित करता है।

उदाहरण के लिए, इसका उपयोग किसी व्यवसाय स्थल के सर्वर पर संचालन लॉग को वर्गीकृत करने, संबंधित इतिहास देखने और फिर 담당 व्यक्ति के लिए घटना का सारांश तैयार करने की प्रक्रिया में किया जाता है।

Cosa

Cosa एक वॉइस उत्पाद समूह है जो टेक्स्ट को आवाज़ में बदलता है, इनपुट आवाज़ को टेक्स्ट के रूप में पहचानता है, और इच्छित आवाज़ को पंजीकृत करके उसका पुनः उपयोग करता है। इसका उपयोग सेवा मार्गदर्शन, सामग्री निर्माण, पहुँच-योग्यता सहायता और संवादात्मक एजेंट के वॉइस इंटरफ़ेस में किया जाता है।

वॉइस जनरेशन का कार्य cosa-a और cosa-b करते हैं, जबकि वॉइस रिकग्निशन का कार्य cosa-asr करता है। cosa-a और cosa-b अलग-अलग मॉडल हैं, जो अपनी-अपनी आवाज़ों की सूची और संश्लेषण सेटिंग प्रदान करते हैं, और इन्हें उसी सेवा इंटरफ़ेस में चुना जाता है। दोनों मॉडलों द्वारा साझा रूप से प्रदान की जाने वाली सुविधाएँ निम्नलिखित हैं।

• टेक्स्ट-टू-स्पीच: दर्ज किए गए वाक्यों को चुनी गई आवाज़ में संश्लेषित करता है।
• आवाज़ की प्रतिकृति: उपयोग की अनुमति वाले संदर्भ रिकॉर्डिंग के आधार पर आवाज़ पंजीकृत करता है और नए वाक्यों को संश्लेषित करता है।
• आवाज़ डिज़ाइन: मनचाही आवाज़ की विशेषताओं का वर्णन करके आवाज़ बनाता और पंजीकृत करता है।
• आवाज़ का पुनः उपयोग: पंजीकृत आवाज़ को बाद के संश्लेषण में उपयोग करता है।
• संश्लेषण सेटिंग: बोलने की गति और भाषा आदि समायोजित करता है।
• स्ट्रीमिंग डिलीवरी: टेक्स्ट प्राप्त होते ही वाक्यांशों के आधार पर संश्लेषित करता है और ऑडियो क्रमिक रूप से वितरित करता है।
• प्लेबैक नियंत्रण: रोकना, फिर से शुरू करना, बंद करना और अतिरिक्त वाक्य दर्ज करना समर्थित है।

क्रमिक टेक्स्ट इनपुट का उपयोग करके पूरा उत्तर तैयार होने से पहले ही वॉइस प्लेबैक शुरू किया जा सकता है। CIP के उत्तर लिखते समय Cosa द्वारा तैयार वाक्यांशों को पढ़ने वाली सेवा कॉन्फ़िगर की जा सकती है।

cosa-a

cosa-a टेक्स्ट-टू-स्पीच, आवाज़ की प्रतिकृति, आवाज़ डिज़ाइन और स्ट्रीमिंग आउटपुट का समर्थन करता है। आवाज़, भाषा और बोलने की गति चुनने जैसी बुनियादी सुविधाओं के अलावा, यह संश्लेषण चरणों की संख्या, गाइडेंस की तीव्रता और जनरेशन लंबाई से संबंधित सेटिंग्स जैसे अतिरिक्त नियंत्रण विकल्प प्रदान करता है। इसका उपयोग आवाज़ निर्माण प्रक्रिया में सेटिंग्स समायोजित करने और परिणामों की समीक्षा करने, या एक ही स्क्रिप्ट पर कई सेटिंग्स लागू करके परिणाम चुनने के लिए किया जाता है।

• ऐप, कियोस्क और 업무 प्रणालियों के निर्देश और सूचनाएँ संश्लेषित करता है।
• प्रशिक्षण सामग्री और उपयोग निर्देशों को आवाज़ में बदलता है।
• वीडियो और ऑडियो सामग्री के लिए नैरेशन तैयार करता है।
• पंजीकृत आवाज़ से दोहराई जाने वाली सामग्री तैयार करता है।
• संवादी एजेंट के स्ट्रीमिंग वॉइस आउटपुट में उपयोग करता है।
• विस्तृत संश्लेषण सेटिंग्स समायोजित करने वाले आवाज़ निर्माण में उपयोग करता है।

cosa-b

cosa-b प्रीसेट आवाज़ चयन, विवरण-आधारित आवाज़ डिज़ाइन, संदर्भ आवाज़-आधारित प्रतिकृति और स्ट्रीमिंग आउटपुट का समर्थन करता है। अपनी आवाज़ सूची से आवाज़ चुनें या सेवा में उपयोग करने के लिए नई आवाज़ पंजीकृत करें।

आवाज़ की प्रतिकृति के लिए संदर्भ रिकॉर्डिंग और उससे संबंधित टेक्स्ट का उपयोग किया जाता है। पंजीकरण प्रक्रिया में वॉइस रिकग्निशन द्वारा संदर्भ टेक्स्ट तैयार करने का प्रवाह भी समर्थित है, और पंजीकृत आवाज़ों का बाद के संश्लेषण में पुनः उपयोग किया जाता है।

• सेवा और पात्रों की वॉइस पर्सोना तैयार करता है।
• विवरण या संदर्भ रिकॉर्डिंग से कस्टम आवाज़ तैयार करता है।
• ब्रांड निर्देश, पात्रों के संवाद और सामग्री का नैरेशन संश्लेषित करता है।
• संवादी एजेंट की वॉइस प्रतिक्रियाओं में उपयोग करता है।
• एक ही आवाज़ में बदलते निर्देश संदेशों और स्क्रिप्ट को संश्लेषित करता है।

cosa-a और cosa-b में से किसी एक को चुनते समय अपनी वांछित आवाज़, वास्तविक संश्लेषण परिणाम और आवश्यक नियंत्रण विकल्पों को मानदंड बनाएं।

cosa-asr

cosa-asr इनपुट आवाज़ को टेक्स्ट में बदलता है। यह रिकॉर्डिंग सामग्री को दस्तावेज़ित करता है या आवाज़ के रूप में प्राप्त अनुरोधों को ऐसे इनपुट में बदलता है जिन्हें बाद की कार्य प्रणालियाँ संसाधित कर सकती हैं।

• वॉइस मेमो और रिकॉर्डिंग सामग्री को ट्रांसक्राइब करता है।
• आवाज़-आधारित प्रश्नों और कार्य अनुरोधों को इनपुट में बदलता है।
• आवाज़ क्लोनिंग के लिए संदर्भ टेक्स्ट जनरेट करता है।
• ट्रांसक्रिप्शन के बाद सारांश, वर्गीकरण और खोज तक आगे बढ़ने वाली प्रोसेसिंग में उपयोग करता है।

ट्रांसक्रिप्शन परिणाम CIP को भेजने पर सामग्री का सारांश, अनुरोधों का वर्गीकरण और कार्य प्रारूप तैयार करने जैसी प्रक्रियाएँ आगे बढ़ती हैं। प्रोसेसिंग परिणाम को cosa-a या cosa-b से संश्लेषित करने पर आवाज़-आधारित इनपुट और आउटपुट वाली कार्य सेवा बन जाती है।

Cova

cova-1 LLM-आधारित, विज़न OCR के लिए समर्पित मॉडल है। यह दस्तावेज़ों और छवियों से टेक्स्ट पहचानता है, लेआउट और तालिका संरचनाएँ निकालता है और दृश्य तत्वों का संक्षिप्त विवरण प्रदान करता है।

यह मनुष्यों द्वारा देखे जाने वाले दस्तावेज़ों को ऐसे रूप में बदलता है जिसका उपयोग एजेंट और कार्य प्रणालियाँ आसानी से कर सकें। मुख्य पाठ और तालिकाओं को संरचित सामग्री के रूप में निकाला जाता है, जबकि दस्तावेज़ में शामिल छवियों का संक्षिप्त विवरण दिया जाता है। इसलिए बाद के एजेंट दस्तावेज़ की सामग्री और दृश्य संदर्भ, दोनों को समझ सकते हैं। निकाले गए टेक्स्ट और विवरण से पहले सामग्री को समझने और केवल उन मूल दस्तावेज़ों की अतिरिक्त समीक्षा करने का प्रवाह बनाकर, जिनकी विस्तृत पुष्टि आवश्यक है, मूल छवियों को बार-बार इनपुट करने की मात्रा कम की जा सकती है और संदर्भ टोकन बचाए जा सकते हैं।

• दस्तावेज़ डिजिटलीकरण: कागज़ी दस्तावेज़ों और स्कैन की गई सामग्री को पाठ-आधारित सामग्री में बदलता है।
• व्यावसायिक दस्तावेज़ प्राप्ति: आवेदन पत्रों·प्रमाण सामग्री·रिपोर्टों से सामग्री निकालता है।
• तालिका डेटा प्रसंस्करण: दस्तावेज़ों में शामिल तालिकाओं का उपयोग बाद के डेटा प्रसंस्करण में करता है।
• ज्ञान खोज पूर्वप्रसंस्करण: दस्तावेज़ छवियों और दृश्य सामग्री को खोज योग्य पाठ और संरचना में बदलता है।
• दस्तावेज़ समीक्षा स्वचालन: निकाले गए परिणामों को CIP तक पहुँचाकर मदों की जाँच·सारांश·सामग्री के बीच तुलना करता है।
• एजेंट इनपुट अनुकूलन: लंबे दस्तावेज़ों के मुख्य पाठ·तालिकाओं·छवि विवरणों को व्यवस्थित करके केवल आवश्यक जानकारी पहुँचाता है।

उदाहरण के लिए, रिपोर्ट के मुख्य पाठ और तालिकाओं को निकालते हुए उसमें शामिल ग्राफ़ को तिमाही बिक्री के रुझान दिखाने वाले ग्राफ़ के रूप में वर्णित करता है। एजेंट इस विवरण से ग्राफ़ की मौजूदगी और उपयोग को समझता है, और जब सटीक आँकड़ों या रुझानों की आवश्यकता होती है, तो संबंधित मूल सामग्री की अतिरिक्त जाँच करता है।

उत्पाद समूह कनेक्शन

उत्पादों को कनेक्ट करके निम्नलिखित प्रवाह 구성 किया जा सकता है।

• दस्तावेज़-आधारित कार्य: Cova मुख्य पाठ·तालिकाओं·छवि विवरणों को निकालता है, CIP आवश्यक मूल सामग्री की चयनात्मक जाँच करके विश्लेषण और कार्य प्रसंस्करण करता है, और Cosa परिणामों को आवाज़ में सुनाता है।
• आवाज़-आधारित कार्य: Cosa ASR आवाज़ के अनुरोधों को पाठ में बदलता है, और cosa-a या cosa-b CIP द्वारा संसाधित उत्तर को पढ़कर सुनाता है।
• स्थल स्वचालन: cip-5.5-sm स्थल डेटा को वर्गीकृत करके स्थानीय कार्य करता है, और जिन सामग्रियों के लिए अतिरिक्त समग्र विश्लेषण आवश्यक है, उन्हें cip-5.5-im या cip-5.5-mm को भेजता है।

गेटवे पर अनुमत कॉल

गेटवे की योजनाएँ प्रत्येक मॉडल के लिए अनुमत कॉल निर्धारित करती हैं। नीचे दी गई तालिका LLM_FREE, TTS_FREE, STT_FREE योजनाओं द्वारा खोली जाने वाली सीमाएँ दिखाती है, और ये योजनाएँ बिना आवेदन के स्वचालित रूप से लागू होती हैं। इसमें अन्य मार्गों से खोले गए मॉडल शामिल नहीं हैं।

cip-5.5-sm और cova-1 इस प्लान तालिका में नहीं हैं। तालिका में दिए गए cip-5.5-im-chat, cip-5.5-mm-h, cosa-tts, ivy-4-embedding, ivy-4-embedding-mm, ivy-4-mm ऊपर दिए गए उत्पाद विवरण में शामिल नहीं किए गए मॉडल ID हैं। कॉल कुंजी किस पथ से संबंधित है, यह API कॉल करने संबंधी दस्तावेज़ में दिया गया है।