Developer guide

Modelis

Modeļa kopsavilkums

CLEVI modeļi ir sadalīti trīs produktu grupās: CIP, kas nodrošina vispārējo intelektu un darba automatizāciju, Cosa, kas nodrošina balss ģenerēšanu un atpazīšanu, un Cova, kas nodrošina dokumentu un attēlu informācijas izvilkšanu. Katru produktu var izmantot patstāvīgi vai savienot pakalpojumā, kas ietver dokumentu atpazīšanu, analīzi, uzdevumu izpildi un balss norādes.

ProduktsModeļa IDGalvenās specifikācijasGalvenā loma
CIP-5.5-SMcip-5.5-sm24B~40B pielāgojamsDarba automatizācija perifērijas serveros un lokāli
CIP-5.5-IMcip-5.5-im360B · ievade 256K · izvade 64K · multimodālsVispārēja darba apstrāde. Prioritāte ir atbildes ātrumam un caurlaidspējai
CIP-5.5-MMcip-5.5-mm800B · ievade 512K · izvade 64K · multimodālsIlga konteksta analīze un sarežģītu problēmu risināšana
Cosa-Acosa-aBalss sintēze · klonēšana · dizains · straumēšanaBalss ģenerēšana, izmantojot detalizētu sintēzes vadību
Cosa-Bcosa-bBalss sintēze · klonēšana · dizains · straumēšanaBalss izvēle un pielāgotas balss ģenerēšana
Cosa ASRcosa-asrBalss atpazīšanaBalss ievades pārveidošana tekstā
Covacova-1LLM balstīta redzes OCRTeksta, izkārtojuma un tabulu izvilkšana, kā arī vienkārša attēlu aprakstīšana

CIP

CIP nodrošina vispārējo intelektu un darba automatizāciju. To veido cip-5.5-im un cip-5.5-mm, kas tiek izsaukti, izmantojot vārteju, kā arī cip-5.5-sm, kas tiek izvietots perifērijas serveros un lokālajā infrastruktūrā.

cip-5.5-im un cip-5.5-mm

Vienumscip-5.5-imcip-5.5-mm
Mērogs360B800B
Ievades ierobežojums256K512K
Maksimālā izvade64K64K
Ievades formātsTeksts un vizuālie materiāli (dokumenti, ekrāna attēli, tabulas un diagrammas)Teksts un vizuālie materiāli (integrēta koda, dokumentu un ekrāna materiālu pārskatīšana)
Izstrādes ievirzeApstrādā ikdienas zināšanu darbu un izstrādes uzdevumus, galveno uzmanību pievēršot atbildes ātrumam, izmaksu efektivitātei un caurlaidspējai.Apstrādā sarežģītus uzdevumus, kuros tiek apvienoti un analizēti vairāki materiāli un nosacījumi, bet analīzes rezultāti tiek pārvērsti faktiskā darbā.
Gara ievades izmantošanaKopā pārskata vairākus dokumentus, koda failus un sarunu vēsturi.Vienlaikus apstrādā plašu atsauces materiālu un darba vēsturi, kā arī veic aģenta uzdevumus, kuros izpēte, izpilde un pārbaude notiek vairākos posmos.

cip-5.5-im ir piemērots uzdevumiem ar skaidri noteiktiem mērķiem un darba tvērumu. Tipiski uzdevumi ir nepieciešamās informācijas iegūšana no sniegtajiem materiāliem, rezultātu sagatavošana norādītajā formātā un koda modificēšana atbilstoši prasībām. Maksimālais 64K izvades apjoms ir paredzēts detalizētu pārskatu vai vairāku daļu rezultātu sagatavošanai.

  • Izstrādes atbalsts: funkciju un iespēju izveide, skaidri norobežotu kļūdu labošana un ieviešana atbilstoši esošajiem modeļiem.
  • Testu ģenerēšana: testa uzmetumu un pārbaudes gadījumu sagatavošana, pamatojoties uz prasībām un ieviešanu.
  • Dokumentu apstrāde: kopsavilkumu un klasifikāciju sagatavošana, vienumu izvilkšana, veidlapu pārveide un uzmetumu sagatavošana.
  • Multimodālā analīze: ekrānattēlu un dokumentu tabulu un diagrammu pārskatīšana kopā ar saistītajiem aprakstiem.
  • Interaktīvs darba atbalsts: atbildes uz jautājumiem, pamatojoties uz darba materiāliem, un nepieciešamo rezultātu sagatavošana.
  • Liela apjoma apstrāde: atsevišķu kopsavilkumu sagatavošana daudziem dokumentiem, pieprasījumu klasificēšana un datu pārveide.
  • Apakšaģents: skaidri norobežotu apakšuzdevumu veikšana, piemēram, koda izpēte, konkrētu failu pārskatīšana un materiālu sakārtošana.

Piemēram, šo risinājumu izmanto, lai, saņemot funkcionalitātes prasības un saistīto kodu, sagatavotu izmaiņu priekšlikumu, testus un izmaiņu aprakstu vai klasificētu saņemtos dokumentus un izveidotu kopsavilkumu atbildīgajām personām.

cip-5.5-mm ir piemērots uzdevumiem, kuros jāizprot saiknes starp informāciju un jānodrošina visa darba konsekvence. Izstrādē tas nozīmē prasību, dizaina, ieviešanas un testēšanas sasaistes pārskatīšanu, savukārt dokumentu analīzē — dažādos materiālos izklāstīto apgalvojumu un pierādījumu, atšķirību un pretrunu apkopošanu.

  • Sarežģītu funkcionalitāšu ieviešana: koda, testu un dokumentācijas vienlaicīga mainīšana, ņemot vērā vairāku moduļu līgumus un darbību.
  • Liela apjoma koda analīze: izsaukumu attiecību, datu plūsmas un izmaiņu ietekmes tvēruma pārskatīšana.
  • Traucējumu cēloņu analīze: žurnālu, konfigurācijas, koda un izpildes rezultātu salīdzināšana, lai strukturētu cēloņu hipotēzes un pārbaudes procedūras.
  • Dizaina un lēmumu pieņemšanas atbalsts: prasību un ierobežojumu strukturēšana un ieviešanas alternatīvu ietekmes analīze.
  • Vairāku dokumentu sintēzes analīze: pārskatu un tehniskās dokumentācijas kopīgo iezīmju, atšķirību un pretrunu apkopošana, balstoties uz pierādījumiem.
  • Multimodāla integrēta pārskatīšana: teksta un vizuālo materiālu kopīga interpretēšana, lai analizētu problēmas un prasības.
  • Vairāku posmu aģents: izmantošana uzdevumiem, kas ietver izpēti, plānošanu, rīku izpildi un rezultātu pārskatīšanu.
  • Profesionālu dokumentu sagatavošana: tehnisko pārskatu, dizaina priekšlikumu un detalizētu pārskatīšanas dokumentu izveide, ņemot vērā sarežģītus nosacījumus un pierādījumus.

Piemēram, to izmanto, lai kopā pārskatītu saistītos kļūdu kodus un žurnālus, kas radušies vairākos pakalpojumos, vai darbplūsmās, kas aptver visu procesu — no kompleksas funkcionalitātes prasību analīzes līdz ieviešanai un validācijas rezultātu pārskatīšanai.

cip-5.5-sm

cip-5.5-sm veic lokālo inferenci un darba procesu automatizāciju malas serveros un lokālās infrastruktūras vidēs. Tā kā modeļa mērogu var pielāgot diapazonā no 24B līdz 40B, konfigurāciju var izvēlēties atbilstoši izvietošanas iekārtas skaitļošanas resursiem un uz vietas nepieciešamajai veiktspējai. Tā kā apstrāde notiek tuvu datu rašanās vietai, to izmanto vietējo sistēmu integrācijai un iekšējo datu izmantošanai; ja nepieciešamie modeļi un rīki ir konfigurēti lokāli, to var darbināt arī vidēs ar ierobežotu ārējo savienojumu.

Tas interpretē uz vietas radušos informāciju un pārvērš to apstrādes procedūrās. Tas klasificē žurnālus un pieprasījumus, iegūst no datiem nepieciešamo informāciju un veic atkārtotus uzdevumus, izmantojot savienotos iekšējos rīkus un skriptus.

  • Notikumu apstrāde uz vietas: klasificē un pārbauda iekārtu žurnālus un statusa informāciju, atlasot notikumus, kuriem nepieciešama pārbaude.
  • Datu priekšapstrāde: no darba ierakstiem iegūst galvenos elementus un veic to klasificēšanu, marķēšanu un normalizēšanu.
  • Pieprasījumu maršrutēšana: pārsūta saņemtos pieprasījumus atbildīgajai sistēmai vai apstrādes procedūrai.
  • Lokālais darba aģents: veic atkārtotus uzdevumus, piekļūstot iekšējām sistēmām un izpildot skriptus.
  • Darba atbalsts lokālajā infrastruktūrā: atbild uz jautājumiem, pamatojoties uz iekšējiem materiāliem, un apkopo darba saturu.
  • Turpmākās analīzes atbalsts: atlasa materiālus, kuriem nepieciešama papildu pārbaude, un apkopo galveno saturu.

Piemēram, to izmanto darbplūsmā, kurā uzņēmuma serverī klasificē darbības žurnālus, pārbauda saistīto vēsturi un sagatavo notikuma kopsavilkumu atbildīgajai personai.

Cosa

Cosa ir balss produktu saime, kas pārvērš tekstu balsī, atpazīst ievades balsi kā tekstu un ļauj reģistrēt vēlamo balsi atkārtotai izmantošanai. To izmanto pakalpojumu informācijai, satura veidošanai, pieejamības atbalstam un sarunveida aģentu balss saskarnēs.

Balss ģenerēšanu nodrošina cosa-a un cosa-b, bet balss atpazīšanu — cosa-asr. cosa-a un cosa-b ir atsevišķi modeļi, kas nodrošina attiecīgo balsu sarakstus un sintēzes iestatījumus, un tos izvēlas vienā un tajā pašā pakalpojuma saskarnē. Abiem modeļiem kopīgās funkcijas ir šādas:

  • Teksta pārvēršana runā: sintezē ievadīto tekstu ar izvēlēto balsi.
  • Balss klonēšana: reģistrē balsi, pamatojoties uz atsauces ierakstu, kura izmantošanai jums ir atļauja, un sintezē jaunus teikumus.
  • Balss dizains: izveido un reģistrē balsi, aprakstot vēlamās balss īpašības.
  • Balss atkārtota izmantošana: izmanto reģistrēto balsi turpmākai sintēzei.
  • Sintēzes iestatījumi: pielāgo runas ātrumu, valodu un citus parametrus.
  • Straumēšanas piegāde: sintezē tekstu pa frāzēm, tiklīdz tas pienāk, un secīgi piegādā audio.
  • Atskaņošanas vadība: atbalsta apturēšanu, atsākšanu, pārtraukšanu un papildu teikumu ievadi.

Izmantojot pakāpenisku teksta ievadi, varat sākt balss atskaņošanu, pirms visa atbilde ir pabeigta. Kamēr CIP veido atbildi, varat konfigurēt pakalpojumu, kurā Cosa nolasa sagatavotās frāzes.

cosa-a

cosa-a atbalsta teksta pārvēršanu runā, balss klonēšanu, balss dizainu un straumēšanas izvadi. Papildus pamatfunkcijām, piemēram, balss, valodas un runas ātruma izvēlei, tas nodrošina arī papildu vadības iespējas, tostarp iestatījumus, kas saistīti ar sintēzes soļu skaitu, vadības intensitāti un ģenerēšanas garumu. To izmanto, lai balss izveides procesā pielāgotu iestatījumus un pārskatītu rezultātus vai piemērotu vienam un tam pašam manuskriptam vairākus iestatījumus un izvēlētos labāko rezultātu.

  • Sintezē paziņojumus un brīdinājumus lietotnēm, kioskiem un darba sistēmām.
  • Pārvērš mācību materiālus un lietošanas instrukcijas balsī.
  • Veido video un audio satura diktora tekstus.
  • Veido atkārtoti izmantojamu saturu ar reģistrētu balsi.
  • Izmanto interaktīvu aģentu straumēšanas balss izvadei.
  • Izmanto balss izveidei, pielāgojot detalizētus sintēzes iestatījumus.

cosa-b

cosa-b atbalsta iepriekš iestatītas balss izvēli, uz aprakstu balstītu balss dizainu, klonēšanu, pamatojoties uz atsauces balsi, un straumēšanas izvadi. Varat izvēlēties balsi no paša pakalpojuma balss saraksta vai reģistrēt jaunu balsi izmantošanai pakalpojumā.

Balss klonēšanai izmanto atsauces ierakstu un tam atbilstošo tekstu. Reģistrācijas procesā tiek atbalstīta arī plūsma, kurā atsauces teksts tiek ģenerēts, izmantojot runas atpazīšanu, un reģistrēto balsi var atkārtoti izmantot turpmākai sintēzei.

  • Konfigurē pakalpojuma un tēlu balss personību.
  • Veido pielāgotu balsi, izmantojot aprakstu vai atsauces ierakstu.
  • Sintezē zīmola paziņojumus, tēlu replīkas un satura diktora tekstus.
  • Izmanto interaktīvu aģentu balss atbildēm.
  • Sintezē mainīgus paziņojumus un manuskriptus ar vienu un to pašu balsi.

Izvēloties starp cosa-a un cosa-b, ņemiet vērā vēlamo balsi, faktisko sintēzes rezultātu un nepieciešamos vadības parametrus.

Parametrscosa-acosa-b
Sintēzes iestatījumiPapildus kopīgajiem iestatījumiem, piemēram, balsij, valodai un runas ātrumam, pieejami iestatījumi par sintēzes soļu skaitu, vadības intensitāti un ģenerēšanas garumuKopīgie iestatījumi, piemēram, runas ātrums un valoda
Klonēšanas ievadeAtsauces ieraksts, kura izmantošanai jums ir tiesībasAtsauces ieraksts un atbilstošais teksts. Reģistrācijas laikā atsauces tekstu var ģenerēt, izmantojot balss atpazīšanu
LomaBalss ģenerēšana, izmantojot detalizētu sintēzes vadībuBalss izvēle un pielāgotas balss ģenerēšana

cosa-asr

cosa-asr pārveido ievades balsi tekstā. Tas dokumentē ierakstītos materiālus vai pārvērš ar balsi saņemtus pieprasījumus ievadē, ko var apstrādāt turpmākās darba sistēmas.

  • Transkribē balss piezīmes un ierakstītos materiālus.
  • Pārvērš uz balsi balstītus jautājumus un darba pieprasījumus ievadē.
  • Ģenerē atsauces tekstu balss klonēšanai.
  • Izmanto apstrādē, kas pēc transkripcijas turpinās ar apkopošanu, klasificēšanu un meklēšanu.

Nosūtot transkripcijas rezultātu uz CIP, var turpināt ar satura apkopošanu, pieprasījumu klasificēšanu un darba uzmetumu sagatavošanu. Sintezējot apstrādes rezultātu ar cosa-a vai cosa-b, tiek izveidots darba pakalpojums ar balss ievadi un izvadi.

Cova

cova-1 ir LLM balstīts modelis, kas paredzēts tikai vizuālajai OCR. Tas atpazīst tekstu dokumentos un attēlos, izgūst izkārtojumu un tabulu struktūru, kā arī sniedz īsus vizuālo elementu aprakstus.

Tas pārveido cilvēkiem paredzētus dokumentus formātā, ko aģenti un darba sistēmas var efektīvi izmantot. Pamatteksts un tabulas tiek izgūti strukturētā veidā, bet dokumentos ietvertie attēli tiek nodoti ar īsiem aprakstiem, tādēļ turpmākie aģenti var vienlaikus izprast dokumenta saturu un vizuālo kontekstu. Izveidojot plūsmu, kurā materiāli vispirms tiek izprasti, izmantojot izgūto tekstu un aprakstus, bet tikai tie oriģināli, kuriem nepieciešama detalizēta pārbaude, tiek pārskatīti papildus, var samazināt atkārtotu oriģinālo attēlu ievadi un ietaupīt konteksta tokenus.

FunkcijaApraksts
Teksta atpazīšanaIzgūst tekstu no skenētiem vai fotografētiem dokumentiem.
Izkārtojuma interpretēšanaŅemot vērā dokumenta izkārtojumu, sadala saturu blokos.
Atrašanās vietas informācijas nodrošināšanaNodrošina atpazīto bloku atrašanās vietu, lai sasaistītu izgūtos rezultātus ar oriģinālo tekstu.
Tabulas struktūras izgūšanaStrukturē tabulas saturu, lai to izmantotu meklēšanā un datu apstrādē.
Īss attēla aprakstsĪsi apraksta attēla un vizuālo elementu saturu, sniedzot aģentam norādes interpretācijai.
Konteksta efektivizēšanaInformāciju nodod, koncentrējoties uz tekstu, struktūru un attēlu aprakstiem, tādējādi samazinot nepieciešamību atkārtoti ievadīt oriģinālo attēlu.
Selektīva detalizēta analīzePalīdz aģentam noteikt, kuri oriģinālie attēli ir papildus jāpārbauda.
Dokumenta formāta pārveidošanaSakārto atpazīšanas rezultātus HTML vai Markdown formātā.
  • Dokumentu digitalizācija: pārvērš papīra dokumentus un skenētus materiālus par teksta formāta materiāliem.
  • Darba dokumentu pieņemšana: izgūst saturu no pieteikumiem, apliecinošiem dokumentiem un ziņojumiem.
  • Tabulu datu apstrāde: izmanto dokumentos ietvertās tabulas turpmākai datu apstrādei.
  • Zināšanu meklēšanas priekšapstrāde: pārveido dokumentu attēlus un vizuālos materiālus meklējamā tekstā un struktūrā.
  • Dokumentu pārskatīšanas automatizācija: nodod izgūtos rezultātus CIP, lai pārbaudītu vienumus, izveidotu kopsavilkumus un salīdzinātu materiālus.
  • Aģenta ievades optimizēšana: sakārto garu dokumentu pamattekstu, tabulas un attēlu aprakstus, lai nodotu tikai nepieciešamo informāciju.

Piemēram, izgūstot ziņojuma pamattekstu un tabulas, ievietoto diagrammu var aprakstīt kā diagrammu, kas attēlo ceturkšņu ieņēmumu tendences. Izmantojot šo aprakstu, aģents izprot diagrammas esamību un nolūku, bet, kad nepieciešami precīzi skaitļi vai tendences, papildus pārbauda attiecīgo oriģinālu.

Produktu savienošana

Savienojot produktus, var izveidot šādu darbplūsmu.

  • Uz dokumentiem balstīts darbs: Cova izgūst pamattekstu, tabulas un attēlu aprakstus, CIP selektīvi pārbauda nepieciešamos oriģinālus, veic analīzi un apstrādā uzdevumus, bet Cosa nodod rezultātus ar balsi.
  • Uz balsi balstīts darbs: Cosa ASR pārvērš balss pieprasījumu tekstā, un cosa-a vai cosa-b nolasa CIP apstrādāto atbildi.
  • Darba uz vietas automatizācija: cip-5.5-sm klasificē uz vietas iegūtos datus un veic lokālos uzdevumus, bet materiālus, kuriem nepieciešama papildu visaptveroša analīze, nodod cip-5.5-im vai cip-5.5-mm.

Izsaukumi, kas atļauti vārtejā

Vārtejas plāni nosaka katram modelim atļautos izsaukumus. Tālāk esošajā tabulā ir norādītas iespējas, ko nodrošina LLM_FREE, TTS_FREE un STT_FREE plāni; šie plāni tiek piemēroti automātiski bez pieteikuma. Tajā nav iekļauti modeļi, kas pieejami, izmantojot citus maršrutus.

Modeļa IDAtļautie izsaukumiPamatplāns
cip-5.5-imanthropic.messages · chat.completions · chat.completions.batch · completions · responsesLLM_FREE
cip-5.5-im-chatanthropic.messages · chat.completions · chat.completions.batch · completions · responsesLLM_FREE
cip-5.5-mmanthropic.messages · chat.completions · chat.completions.batch · completions · responsesLLM_FREE
cip-5.5-mm-hanthropic.messages · chat.completions · chat.completions.batch · completions · responsesLLM_FREE
cosa-aaudio.speech · audio.speech.clone · voices · voices.designTTS_FREE
cosa-baudio.speech · audio.speech.clone · voices · voices.designTTS_FREE
cosa-ttsaudio.speech · audio.speech.clone · voices · voices.designTTS_FREE
cosa-asraudio.transcriptionsSTT_FREE
ivy-4-embeddingembeddingsLLM_FREE
ivy-4-embedding-mmembeddingsLLM_FREE
ivy-4-mmanthropic.messages · chat.completions · chat.completions.batch · completions · responsesLLM_FREE

Šajā plāna tabulā nav cip-5.5-sm un cova-1. Tabulā norādītie cip-5.5-im-chat, cip-5.5-mm-h, cosa-tts, ivy-4-embedding, ivy-4-embedding-mm un ivy-4-mm ir modeļu ID, kas nav iekļauti iepriekš minētajā produktu aprakstā. Tas, kuram ceļam atbilst izsaukuma atslēga, ir norādīts API izsaukšanas dokumentācijā.

Valoda un reģions

Mašīntulkotās valodas tiek tulkotas ar clevi/cip-5.5-im un attiecīgi atzīmētas. Tas attiecas uz valodām, kurām ir publicēts vietnes komplekts.

137 valodas

Ieteicams

1

Austrumāzija

7

Centrālaustrumāzija

11

Dienvidāzija

18

Centrālāzija

5

Tuvie Austrumi un Kaukāzs

10

Rietumeiropa un Dienvideiropa

17

Apvienotā Karaliste un Īrija

4

Ziemeļeiropa

10

Centrāleiropa un Balkāni

14

Austrumeiropa

5

Austrumāfrika

8

Rietumāfrika un Vidusāfrika

9

Dienvidāfrika

8

Amerika

5

Okeānija

5