โมเดล

โมเดล CLEVI แบ่งออกเป็น 3 กลุ่มผลิตภัณฑ์ ได้แก่ CIP ซึ่งดูแลปัญญาประดิษฐ์ทั่วไปและระบบอัตโนมัติสำหรับงาน, Cosa ซึ่งดูแลการสร้างและการรู้จำเสียง และ Cova ซึ่งดูแลการดึงข้อมูลจากเอกสารและรูปภาพ แต่ละผลิตภัณฑ์สามารถใช้งานแยกกัน หรือเชื่อมต่อเป็นบริการที่ต่อเนื่องตั้งแต่การรู้จำเอกสาร การวิเคราะห์ การดำเนินงาน ไปจนถึงการแนะนำด้วยเสียงได้

CIP

CIP ดูแลปัญญาประดิษฐ์ทั่วไปและระบบอัตโนมัติสำหรับงาน ประกอบด้วย cip-5.5-im และ cip-5.5-mm ซึ่งเรียกใช้งานผ่านเกตเวย์ และ cip-5.5-sm ซึ่งติดตั้งบนเซิร์ฟเวอร์ Edge และระบบ On-Premises

cip-5.5-im และ cip-5.5-mm

cip-5.5-im เหมาะกับงานที่มีเป้าหมายและขอบเขตงานชัดเจน ตัวอย่างงาน ได้แก่ การดึงข้อมูลที่จำเป็นจากเอกสารที่ให้มา การจัดทำผลลัพธ์ในรูปแบบที่กำหนด และการแก้ไขโค้ดให้ตรงตามข้อกำหนด เอาต์พุตสูงสุด 64K เหมาะสำหรับการจัดทำรายงานโดยละเอียดหรือผลลัพธ์ที่ประกอบด้วยหลายส่วน

• ช่วยเหลือด้านการพัฒนา: เขียนฟังก์ชันและฟีเจอร์ แก้ไขบั๊กที่มีขอบเขตชัดเจน และพัฒนาตามรูปแบบเดิม
• การสร้างการทดสอบ: จัดทำร่างการทดสอบและกรณีตรวจสอบโดยอิงจากข้อกำหนดและการนำไปใช้งาน
• การประมวลผลเอกสาร: รับผิดชอบการสรุป การจัดหมวดหมู่ การดึงรายการ การแปลงรูปแบบ และการจัดทำร่าง
• การวิเคราะห์แบบมัลติโมดัล: ตรวจสอบภาพหน้าจอ รวมถึงตารางและแผนภูมิในเอกสาร พร้อมคำอธิบายที่เกี่ยวข้อง
• การสนับสนุนงานแบบโต้ตอบ: ตอบคำถามโดยอิงจากเอกสารการทำงานและจัดทำผลลัพธ์ที่จำเป็น
• การประมวลผลปริมาณมาก: ใช้สำหรับการสรุปเอกสารจำนวนมากเป็นรายเอกสาร การจัดหมวดหมู่คำขอ และการแปลงข้อมูล
• ซับเอเจนต์: รับผิดชอบงานย่อยที่มีขอบเขตชัดเจน เช่น การสำรวจโค้ด การตรวจสอบไฟล์เฉพาะ และการจัดระเบียบข้อมูล

ตัวอย่างเช่น ใช้สำหรับรับข้อกำหนดฟีเจอร์และโค้ดที่เกี่ยวข้องเพื่อจัดทำข้อเสนอการแก้ไข การทดสอบ และคำอธิบายการเปลี่ยนแปลง หรือจัดหมวดหมู่เอกสารที่รับเข้ามาและจัดทำสรุปสำหรับผู้รับผิดชอบ

cip-5.5-mm เหมาะกับงานที่ต้องทำความเข้าใจความสัมพันธ์ระหว่างข้อมูลและรักษาความสอดคล้องของงานโดยรวม ในการพัฒนา จะตรวจสอบความเชื่อมโยงระหว่างข้อกำหนด การออกแบบ การนำไปใช้งาน และการทดสอบ ส่วนในการวิเคราะห์เอกสาร จะสังเคราะห์ข้ออ้างและหลักฐาน ความแตกต่าง และความขัดแย้งจากเอกสารหลายฉบับ

• การพัฒนาฟังก์ชันที่ซับซ้อน: เปลี่ยนแปลงโค้ด การทดสอบ และเอกสารร่วมกัน โดยคำนึงถึงสัญญาและการทำงานของหลายโมดูล
• การวิเคราะห์โค้ดขนาดใหญ่: ตรวจสอบความสัมพันธ์ของการเรียกใช้ การไหลของข้อมูล และขอบเขตผลกระทบจากการเปลี่ยนแปลง
• การวิเคราะห์สาเหตุของเหตุขัดข้อง: เปรียบเทียบบันทึกการทำงาน การตั้งค่า โค้ด และผลลัพธ์การทำงาน เพื่อจัดทำสมมติฐานสาเหตุและขั้นตอนการตรวจสอบ
• การสนับสนุนการออกแบบและการตัดสินใจ: จัดโครงสร้างข้อกำหนดและข้อจำกัด พร้อมวิเคราะห์ผลกระทบของทางเลือกในการนำไปใช้งาน
• การวิเคราะห์สังเคราะห์จากเอกสารหลายฉบับ: สรุปจุดร่วม ความแตกต่าง และความขัดแย้งของรายงานและเอกสารทางเทคนิคโดยยึดหลักฐานเป็นศูนย์กลาง
• การตรวจสอบแบบบูรณาการมัลติโมดัล: ตีความข้อความและสื่อภาพร่วมกันเพื่อวิเคราะห์ปัญหาและข้อกำหนด
• เอเจนต์หลายขั้นตอน: ใช้สำหรับงานที่ต่อเนื่องตั้งแต่การค้นคว้า การวางแผน การดำเนินการด้วยเครื่องมือ ไปจนถึงการตรวจสอบผลลัพธ์
• การจัดทำเอกสารเฉพาะทาง: จัดทำรายงานทางเทคนิค ข้อเสนอการออกแบบ และเอกสารตรวจสอบโดยละเอียดที่สะท้อนเงื่อนไขและหลักฐานที่ซับซ้อน

ตัวอย่างเช่น ใช้สำหรับตรวจสอบโค้ดที่เกี่ยวข้องกับข้อผิดพลาดและบันทึกข้อมูลที่เกิดจากบริการหลายรายการร่วมกัน หรือสำหรับงานที่ต่อเนื่องตั้งแต่การวิเคราะห์ข้อกำหนดของฟังก์ชันที่ซับซ้อน ไปจนถึงการตรวจสอบผลการพัฒนาและการทดสอบ

cip-5.5-sm

cip-5.5-sm ดำเนินการอนุมานภายในเครื่องและทำงานอัตโนมัติในเซิร์ฟเวอร์เอดจ์และสภาพแวดล้อมแบบออนพร premise สามารถปรับขนาดโมเดลได้ในช่วง 24B~40B จึงเลือกการกำหนดค่าให้เหมาะกับทรัพยากรการประมวลผลของอุปกรณ์ที่ใช้ติดตั้งและประสิทธิภาพที่หน้างานต้องการได้ เนื่องจากประมวลผลใกล้กับจุดที่ข้อมูลเกิดขึ้น จึงใช้สำหรับการเชื่อมโยงกับระบบหน้างานและการใช้ข้อมูลภายใน และหากกำหนดค่าโมเดลและเครื่องมือที่จำเป็นไว้ภายในเครื่อง ก็สามารถใช้งานได้แม้ในสภาพแวดล้อมที่จำกัดการเชื่อมต่อภายนอก

มีบทบาทในการตีความข้อมูลที่เกิดขึ้นหน้างานและเชื่อมโยงข้อมูลดังกล่าวเข้ากับขั้นตอนการประมวลผล โดยจัดประเภทบันทึกและคำขอ แยกข้อมูลที่จำเป็นจากข้อมูล และดำเนินงานซ้ำ ๆ ด้วยเครื่องมือภายในและสคริปต์ที่เชื่อมต่อไว้

• การประมวลผลเหตุการณ์หน้างาน: จัดประเภทบันทึกอุปกรณ์และข้อมูลสถานะ และคัดเลือกเหตุการณ์ที่ต้องตรวจสอบ
• การประมวลผลข้อมูลล่วงหน้า: แยกรายการสำคัญจากบันทึกงาน พร้อมจัดประเภท ติดแท็ก และทำให้เป็นมาตรฐาน
• การกำหนดเส้นทางคำขอ: ส่งต่อคำขอที่รับเข้ามาไปยังระบบหรือขั้นตอนการประมวลผลที่รับผิดชอบ
• ตัวแทนงานภายในเครื่อง: ดำเนินงานซ้ำ ๆ ด้วยการค้นข้อมูลในระบบภายในและเรียกใช้สคริปต์
• การสนับสนุนงานแบบออนพร premise: ตอบคำถามโดยอ้างอิงข้อมูลภายในและสรุปเนื้อหางาน
• การสนับสนุนการวิเคราะห์ต่อเนื่อง: คัดเลือกข้อมูลที่ต้องตรวจสอบเพิ่มเติมและสรุปเนื้อหาสำคัญ

ตัวอย่างเช่น ใช้สำหรับจัดประเภทบันทึกการดำเนินงานบนเซิร์ฟเวอร์ของสถานประกอบการ ค้นประวัติที่เกี่ยวข้อง และจัดทำสรุปเหตุการณ์สำหรับผู้รับผิดชอบ

Cosa

Cosa คือกลุ่มผลิตภัณฑ์ด้านเสียงที่แปลงข้อความเป็นเสียง รับรู้เสียงนำเข้าเป็นข้อความ และลงทะเบียนเสียงที่ต้องการเพื่อนำกลับมาใช้ซ้ำ ใช้สำหรับการแนะนำบริการ การผลิตเนื้อหา การสนับสนุนการเข้าถึง และอินเทอร์เฟซเสียงของตัวแทนแบบโต้ตอบ

การสร้างเสียงรับผิดชอบโดย cosa-a และ cosa-b ส่วนการรู้จำเสียงรับผิดชอบโดย cosa-asr cosa-a และ cosa-b เป็นโมเดลแยกกันที่มีรายการเสียงและการตั้งค่าการสังเคราะห์ของตนเอง และสามารถเลือกใช้ได้ผ่านอินเทอร์เฟซบริการเดียวกัน ฟังก์ชันที่ทั้งสองโมเดลมีให้ร่วมกันมีดังต่อไปนี้

• تحويل النص إلى كلام: يحوّل الجمل المُدخلة إلى كلام باستخدام الصوت المحدد.
• استنساخ الصوت: يسجّل صوتًا ويحوّل جملًا جديدة إلى كلام استنادًا إلى تسجيل مرجعي لديك إذن لاستخدامه.
• تصميم الصوت: ينشئ صوتًا ويسجّله من خلال وصف خصائص الصوت المطلوب.
• إعادة استخدام الصوت: يستخدم الصوت المسجّل في عمليات التحويل اللاحقة.
• إعدادات التحويل: يضبط سرعة التحدث واللغة وغيرهما.
• التسليم المتدفق: يحوّل النص إلى كلام على مستوى العبارات فور وصوله، ثم يسلّم الصوت بالتتابع.
• التحكم في التشغيل: يدعم الإيقاف المؤقت والاستئناف والإيقاف وإدخال جمل إضافية.

يتيح استخدام الإدخال النصي التدريجي بدء تشغيل الصوت قبل اكتمال الإجابة بأكملها. وأثناء كتابة CIP للإجابة، يمكنك إعداد خدمة تجعل Cosa يقرأ العبارات الجاهزة أولًا.

cosa-a

يدعم cosa-a تحويل النص إلى كلام، واستنساخ الصوت، وتصميم الصوت، والإخراج المتدفق. بالإضافة إلى الوظائف الأساسية لاختيار الصوت واللغة وسرعة التحدث، يوفّر عناصر تحكم إضافية، مثل إعدادات عدد مراحل التحويل وقوة التوجيه وطول التوليد. ويُستخدم لضبط الإعدادات أثناء عملية إنشاء الصوت ومراجعة النتائج، أو تطبيق إعدادات متعددة على النص نفسه واختيار النتيجة المناسبة.

• يحوّل الإرشادات والتنبيهات في التطبيقات وأجهزة الأكشاك وأنظمة العمل إلى كلام.
• ينشئ مواد التدريب وأدلة الاستخدام بصيغة صوتية.
• ينتج التعليق الصوتي لمحتوى الفيديو والصوت.
• ينشئ محتوى متكررًا باستخدام الأصوات المسجّلة.
• يُستخدم للإخراج الصوتي المتدفق للوكلاء التفاعليين.
• يُستخدم لإنشاء الصوت مع ضبط إعدادات التحويل التفصيلية.

cosa-b

يدعم cosa-b اختيار الأصوات المحددة مسبقًا، وتصميم الصوت القائم على الوصف، واستنساخ الصوت القائم على التسجيل المرجعي، والإخراج المتدفق. يمكنك اختيار صوت من قائمة الأصوات الخاصة بك أو تسجيل صوت جديد لاستخدامه في الخدمة.

يستخدم استنساخ الصوت تسجيلًا مرجعيًا والنص المطابق له. كما يدعم سير عمل لإنشاء النص المرجعي عبر التعرف على الصوت أثناء عملية التسجيل، ويمكن إعادة استخدام الصوت المسجّل في عمليات التحويل اللاحقة.

• ينشئ شخصية صوتية للخدمات والشخصيات.
• ينشئ أصواتًا مخصصة باستخدام وصف أو تسجيل مرجعي.
• يحوّل إرشادات العلامة التجارية وحوارات الشخصيات والتعليق الصوتي للمحتوى إلى كلام.
• يُستخدم للردود الصوتية للوكلاء التفاعليين.
• يحوّل رسائل الإرشاد والنصوص المتغيرة إلى كلام باستخدام الصوت نفسه.

เมื่อต้องเลือกระหว่าง cosa-a และ cosa-b ให้พิจารณาจากเสียงที่ต้องการ ผลลัพธ์การสังเคราะห์จริง และรายการควบคุมที่จำเป็น

cosa-asr

cosa-asr แปลงเสียงอินพุตเป็นข้อความ ใช้จัดทำเอกสารจากไฟล์บันทึกเสียง หรือแปลงคำขอที่เข้ามาทางเสียงให้เป็นอินพุตที่ระบบงานต่อเนื่องสามารถประมวลผลได้

• ถอดเสียงบันทึกเสียงและไฟล์บันทึกต่าง ๆ
• แปลงคำถามและคำขอ 업무ที่ใช้เสียงเป็นอินพุต
• สร้างข้อความอ้างอิงสำหรับการโคลนเสียง
• ใช้กับการประมวลผลต่อเนื่องหลังการถอดเสียง เช่น การสรุป การจัดประเภท และการค้นหา

เมื่อส่งผลการถอดเสียงไปยัง CIP จะนำไปสู่การสรุปเนื้อหา การจัดประเภทคำขอ และการจัดทำร่างงาน เมื่อนำผลการประมวลผลไปสังเคราะห์ด้วย cosa-a หรือ cosa-b จะกลายเป็นบริการงานที่มีทั้งอินพุตและเอาต์พุตเป็นเสียง

Cova

cova-1 เป็นโมเดลเฉพาะด้าน Vision OCR ที่ใช้ LLM เป็นพื้นฐาน โดยรู้จำข้อความจากเอกสารและรูปภาพ ดึงโครงร่างและโครงสร้างตาราง และให้คำอธิบายสั้น ๆ เกี่ยวกับองค์ประกอบทางภาพ

แปลงเอกสารที่มนุษย์อ่านให้เป็นรูปแบบที่เอเจนต์และระบบงานนำไปใช้ได้ง่าย โดยดึงเนื้อหาและตารางออกมาเป็นข้อมูลที่มีโครงสร้าง พร้อมส่งคำอธิบายสั้น ๆ ของรูปภาพที่อยู่ในเอกสาร ทำให้เอเจนต์ต่อเนื่องเข้าใจทั้งเนื้อหาและบริบททางภาพของเอกสารได้ เมื่อจัดกระบวนการให้ทำความเข้าใจเอกสารเบื้องต้นจากข้อความและคำอธิบายที่ดึงออกมาก่อน แล้วค่อยตรวจสอบเฉพาะต้นฉบับที่ต้องการยืนยันรายละเอียดเพิ่มเติม จะช่วยลดการป้อนรูปภาพต้นฉบับซ้ำ ๆ และประหยัดโทเค็นบริบท

• การแปลงเอกสารเป็นดิจิทัล: เปลี่ยนเอกสารกระดาษและเอกสารที่สแกนให้เป็นข้อมูลแบบข้อความ
• การรับเอกสารงาน: แยกเนื้อหาจากแบบฟอร์มสมัคร เอกสารประกอบ และรายงาน
• การประมวลผลข้อมูลตาราง: นำตารางที่อยู่ในเอกสารไปใช้ในการประมวลผลข้อมูลในขั้นตอนถัดไป
• การเตรียมข้อมูลล่วงหน้าสำหรับการค้นหาความรู้: แปลงภาพเอกสารและสื่อภาพให้เป็นข้อความและโครงสร้างที่ค้นหาได้
• การทำให้การตรวจทานเอกสารเป็นอัตโนมัติ: ส่งผลลัพธ์ที่แยกออกมาให้ CIP เพื่อตรวจสอบรายการ สรุป และเปรียบเทียบข้อมูลระหว่างเอกสาร
• การเพิ่มประสิทธิภาพอินพุตสำหรับเอเจนต์: จัดระเบียบเนื้อหา ตาราง และคำอธิบายภาพของเอกสารยาว เพื่อส่งเฉพาะข้อมูลที่จำเป็น

ตัวอย่างเช่น ขณะแยกเนื้อหาและตารางจากรายงาน จะอธิบายกราฟที่แทรกอยู่ในเอกสารว่าเป็นกราฟที่แสดงแนวโน้มยอดขายรายไตรมาส เอเจนต์จะใช้คำอธิบายนี้เพื่อทำความเข้าใจว่ามีกราฟดังกล่าวอยู่และมีวัตถุประสงค์ใด และจะตรวจสอบต้นฉบับเพิ่มเติมเมื่อจำเป็นต้องทราบตัวเลขหรือแนวโน้มที่ถูกต้อง

การเชื่อมต่อกลุ่มผลิตภัณฑ์

เมื่อเชื่อมต่อผลิตภัณฑ์แล้ว คุณสามารถกำหนดโฟลว์ต่อไปนี้ได้

• งานที่ใช้เอกสารเป็นฐาน: Cova แยกเนื้อหา ตาราง และคำอธิบายภาพ CIP เลือกตรวจสอบต้นฉบับที่จำเป็นเป็นบางส่วนเพื่อวิเคราะห์และดำเนินงาน และ Cosa ถ่ายทอดผลลัพธ์เป็นเสียง
• งานที่ใช้เสียงเป็นฐาน: Cosa ASR แปลงคำขอเสียงเป็นข้อความ และ cosa-a หรือ cosa-b อ่านคำตอบที่ CIP ประมวลผลแล้ว
• ระบบอัตโนมัติภาคสนาม: cip-5.5-sm จัดประเภทข้อมูลภาคสนามและดำเนินงานภายในเครื่อง จากนั้นส่งข้อมูลที่ต้องการการวิเคราะห์แบบบูรณาการเพิ่มเติมไปยัง cip-5.5-im หรือ cip-5.5-mm

การเรียกใช้ที่อนุญาตที่เกตเวย์

แผนของเกตเวย์จะกำหนดการเรียกใช้ที่อนุญาตสำหรับแต่ละโมเดล ตารางด้านล่างแสดงขอบเขตที่เปิดให้ใช้โดยแผน LLM_FREE, TTS_FREE และ STT_FREE ซึ่งแผนเหล่านี้จะมีผลโดยอัตโนมัติโดยไม่ต้องสมัคร ไม่รวมโมเดลที่เปิดให้ใช้ผ่านเส้นทางอื่นนอกเหนือจากนี้

cip-5.5-sm และ cova-1 ไม่ได้อยู่ในตารางแผนนี้ cip-5.5-im-chat, cip-5.5-mm-h, cosa-tts, ivy-4-embedding และ ivy-4-embedding-mm ในตารางนี้เป็น ID โมเดลที่ไม่ได้รวมอยู่ในคำอธิบายผลิตภัณฑ์ด้านบน รายละเอียดว่า 호출 키 สอดคล้องกับเส้นทางใดอยู่ในเอกสารการเรียกใช้ API