Developer guide
ماڈل
ماڈل کا خلاصہ
CLEVI کے ماڈلز تین مصنوعات کے گروپس میں تقسیم ہیں: CIP، جو عمومی ذہانت اور کام کی خودکاری کی ذمہ داری سنبھالتا ہے؛ Cosa، جو آواز کی تخلیق اور شناخت کی ذمہ داری سنبھالتا ہے؛ اور Cova، جو دستاویزات اور تصاویر سے معلومات اخذ کرنے کی ذمہ داری سنبھالتا ہے۔ ہر پروڈکٹ کو آزادانہ طور پر استعمال کیا جا سکتا ہے یا ایسی سروسز سے منسلک کیا جا سکتا ہے جو دستاویز کی شناخت، تجزیہ، کام کی انجام دہی اور صوتی رہنمائی تک پھیلی ہوں۔
| پروڈکٹ | ماڈل ID | اہم خصوصیات | بنیادی کردار |
|---|---|---|---|
| CIP-5.5-SM | cip-5.5-sm | 24B~40B ایڈجسٹ ایبل | ایج سرورز اور مقامی کام کی خودکاری |
| CIP-5.5-IM | cip-5.5-im | 360B · ان پٹ 256K · آؤٹ پٹ 64K · ملٹی موڈل | عمومی کام کی انجام دہی۔ جوابی رفتار اور تھروپٹ کو ترجیح |
| CIP-5.5-MM | cip-5.5-mm | 800B · ان پٹ 512K · آؤٹ پٹ 64K · ملٹی موڈل | طویل سیاق و سباق کا تجزیہ اور پیچیدہ مسائل کا حل |
| Cosa-A | cosa-a | صوتی ترکیب·نقل·ڈیزائن·اسٹریمنگ | تفصیلی ترکیبی کنٹرول کے ذریعے آواز کی تخلیق |
| Cosa-B | cosa-b | صوتی ترکیب·نقل·ڈیزائن·اسٹریمنگ | آواز کا انتخاب اور حسب ضرورت آواز کی تخلیق |
| Cosa ASR | cosa-asr | صوتی شناخت | صوتی ان پٹ کو متن میں تبدیل کرنا |
| Cova | cova-1 | LLM پر مبنی وژن OCR کے لیے مخصوص | متن·لے آؤٹ·جدول کا اخذ اور سادہ تصویر کی وضاحت |
CIP
CIP عمومی ذہانت اور کام کی خودکاری کی ذمہ داری سنبھالتا ہے۔ یہ cip-5.5-im اور cip-5.5-mm پر مشتمل ہے، جنہیں گیٹ وے کے ذریعے کال کیا جاتا ہے، اور cip-5.5-sm پر مشتمل ہے، جسے ایج سرورز اور آن پریمسز پر تعینات کیا جاتا ہے۔
cip-5.5-im اور cip-5.5-mm
| آئٹم | cip-5.5-im | cip-5.5-mm |
|---|---|---|
| حجم | 360B | 800B |
| ان پٹ کی حد | 256K | 512K |
| زیادہ سے زیادہ آؤٹ پٹ | 64K | 64K |
| ان پٹ فارمیٹ | متن اور بصری مواد (دستاویزات، اسکرین کی تصاویر، جدول·چارٹ) | متن اور بصری مواد (کوڈ·دستاویزات·اسکرین مواد کو یکجا کر کے جائزہ) |
| ترتیب کی سمت | جوابی رفتار، لاگت کی افادیت اور تھروپٹ کو مدنظر رکھتے ہوئے روزمرہ کے علمی کام اور ترقیاتی کام انجام دیتا ہے۔ | متعدد مواد اور شرائط کو یکجا اور تجزیہ کرتے ہوئے ایسے پیچیدہ کام انجام دیتا ہے جو تجزیے کے نتائج کو حقیقی کام سے جوڑتے ہیں۔ |
| طویل ان پٹ کا استعمال | متعدد دستاویزات، کوڈ فائلوں اور گفتگو کی تاریخ کا بیک وقت جائزہ لیتا ہے۔ | وسیع حوالہ جاتی مواد اور کام کی تاریخ کو بیک وقت سنبھالتا ہے، اور ایسے ایجنٹ کے کام انجام دیتا ہے جن میں تحقیق·عمل درآمد·تصدیق متعدد مراحل میں جاری رہتی ہے۔ |
cip-5.5-im ان کاموں کے لیے موزوں ہے جن کے اہداف اور دائرۂ کار واضح ہوں۔ فراہم کردہ مواد سے مطلوبہ معلومات اخذ کرنا، مقررہ فارمیٹ میں نتائج تیار کرنا، اور تقاضوں کے مطابق کوڈ میں ترمیم کرنا اس کے نمایاں استعمال ہیں۔ زیادہ سے زیادہ 64K آؤٹ پٹ تفصیلی رپورٹس یا متعدد حصوں پر مشتمل نتائج تیار کرنے کے لیے استعمال کیا جا سکتا ہے۔
- ترقیاتی معاونت: فنکشنز اور خصوصیات تیار کرتا ہے، واضح دائرۂ کار والے بگز درست کرتا ہے، اور موجودہ پیٹرنز کے مطابق عمل درآمد کرتا ہے۔
- ٹیسٹ کی تیاری: تقاضوں اور عمل درآمد کی بنیاد پر ٹیسٹ کے مسودے اور توثیقی کیسز تیار کرتا ہے۔
- دستاویزات کی پروسیسنگ: خلاصہ سازی، درجہ بندی، آئٹمز کا اخراج، فارمیٹ کی تبدیلی اور مسودہ سازی انجام دیتا ہے۔
- ملٹی موڈل تجزیہ: اسکرین کی تصاویر اور دستاویزات میں موجود جدولوں اور چارٹس کا متعلقہ وضاحتوں کے ساتھ جائزہ لیتا ہے۔
- مکالماتی کام کی معاونت: کام سے متعلق مواد کی بنیاد پر سوالات کے جواب دیتا ہے اور مطلوبہ نتائج تیار کرتا ہے۔
- بڑے پیمانے پر پروسیسنگ: متعدد دستاویزات کے انفرادی خلاصوں، درخواستوں کی درجہ بندی اور ڈیٹا کی تبدیلی کے لیے استعمال ہوتا ہے۔
- سب ایجنٹ: کوڈ کی تلاش، مخصوص فائلوں کے جائزے اور مواد کی ترتیب جیسے واضح حدود والے ذیلی کام انجام دیتا ہے۔
مثال کے طور پر، اسے فنکشن کے تقاضے اور متعلقہ کوڈ حاصل کرکے ترمیمی تجویز، ٹیسٹ اور تبدیلی کی وضاحت تیار کرنے، یا موصولہ دستاویزات کی درجہ بندی کرکے ذمہ دار فرد کے لیے خلاصہ بنانے جیسے کاموں میں استعمال کیا جاتا ہے۔
cip-5.5-mm ان کاموں کے لیے موزوں ہے جن میں معلومات کے درمیان تعلقات کو سمجھنا اور پورے کام میں مستقل مزاجی برقرار رکھنا ضروری ہو۔ ترقی کے عمل میں یہ تقاضوں، ڈیزائن، عمل درآمد اور ٹیسٹنگ کے باہمی تعلق کا جائزہ لیتا ہے، جبکہ دستاویزات کے تجزیے میں متعدد مواد کے دعووں اور شواہد، اختلافات اور تضادات کو یکجا کرتا ہے۔
- پیچیدہ خصوصیات کا عمل درآمد: متعدد ماڈیولز کے معاہدوں اور رویے کو مدنظر رکھتے ہوئے کوڈ، ٹیسٹ اور دستاویزات میں بیک وقت تبدیلی کرتا ہے۔
- بڑے پیمانے پر کوڈ کا تجزیہ: کال کے تعلقات، ڈیٹا کے بہاؤ اور تبدیلی کے اثرات کے دائرۂ کار کا جائزہ لیتا ہے۔
- خرابی کی بنیادی وجہ کا تجزیہ: لاگز، ترتیبات، کوڈ اور عمل درآمد کے نتائج کا موازنہ کرکے بنیادی وجہ کے مفروضے اور تصدیقی طریقۂ کار مرتب کرتا ہے۔
- ڈیزائن اور فیصلہ سازی میں معاونت: تقاضوں اور پابندیوں کو منظم کرتا ہے اور عمل درآمد کے متبادل طریقوں کے اثرات کا تجزیہ کرتا ہے۔
- متعدد دستاویزات کا جامع تجزیہ: رپورٹس اور تکنیکی دستاویزات کے اشتراکات، اختلافات اور تضادات کو شواہد کی بنیاد پر منظم کرتا ہے۔
- ملٹی موڈل مربوط جائزہ: متن اور بصری مواد کی بیک وقت تشریح کرکے مسائل اور تقاضوں کا تجزیہ کرتا ہے۔
- کثیر مرحلہ ایجنٹ: تحقیق، منصوبہ بندی، ٹول کے ذریعے عمل درآمد اور نتائج کے جائزے پر مشتمل کاموں کے لیے استعمال ہوتا ہے۔
- پیشہ ورانہ دستاویز نویسی: پیچیدہ شرائط اور شواہد کو شامل کرتے ہوئے تکنیکی رپورٹس، ڈیزائن تجاویز اور تفصیلی جائزہ دستاویزات تیار کرتا ہے۔
مثال کے طور پر، اسے متعدد سروسز میں پیدا ہونے والی خرابیوں سے متعلق کوڈ اور لاگز کا ایک ساتھ جائزہ لینے، یا پیچیدہ فیچرز کے تقاضوں کے تجزیے سے لے کر نفاذ اور توثیقی نتائج کے جائزے تک جاری رہنے والے کاموں کے لیے استعمال کیا جاتا ہے۔
cip-5.5-sm
cip-5.5-sm ایج سرورز اور آن پریمیسس ماحول میں مقامی تخمین کاری اور کاموں کی خودکاری انجام دیتا ہے۔ چونکہ ماڈل کے حجم کو 24B~40B کی حد میں ایڈجسٹ کیا جا سکتا ہے، اس لیے تعیناتی کے آلات کے حسابی وسائل اور سائٹ کی مطلوبہ کارکردگی کے مطابق تشکیل منتخب کی جا سکتی ہے۔ چونکہ ڈیٹا کے پیدا ہونے کے مقام کے قریب ہی اس پر کارروائی کی جاتی ہے، اس لیے اسے سائٹ کے نظاموں کے انضمام اور اندرونی ڈیٹا کے استعمال کے لیے کام میں لایا جا سکتا ہے، اور مطلوبہ ماڈلز اور ٹولز کو مقامی طور پر ترتیب دے کر بیرونی کنکشن محدود ہونے والے ماحول میں بھی چلایا جا سکتا ہے۔
یہ سائٹ پر پیدا ہونے والی معلومات کی تشریح کر کے انہیں کارروائی کے طریقۂ کار سے جوڑنے کا کردار ادا کرتا ہے۔ یہ لاگز اور درخواستوں کی درجہ بندی کرتا ہے، ڈیٹا سے مطلوبہ معلومات نکالتا ہے، اور منسلک اندرونی ٹولز اور اسکرپٹس کے ذریعے دہرائے جانے والے کام انجام دیتا ہے۔
- سائٹ پر واقعات کی کارروائی: آلات کے لاگز اور حیثیت کی معلومات کی درجہ بندی کرتا ہے اور ایسے واقعات کو الگ کرتا ہے جن کی جانچ ضروری ہو۔
- ڈیٹا کی پیشگی کارروائی: کام کے ریکارڈز سے اہم آئٹمز نکالتا ہے اور ان کی درجہ بندی، ٹیگنگ اور معمولی سازی کرتا ہے۔
- درخواستوں کی روٹنگ: موصولہ درخواستوں کو متعلقہ نظام یا کارروائی کے طریقۂ کار تک پہنچاتا ہے۔
- مقامی کام کا ایجنٹ: اندرونی نظاموں سے معلومات حاصل کر کے اور اسکرپٹس چلا کر دہرائے جانے والے کام انجام دیتا ہے۔
- آن پریمیسس کام کی معاونت: اندرونی مواد کی بنیاد پر سوالات کے جواب دیتا ہے اور کام سے متعلق مواد کو منظم کرتا ہے۔
- بعد ازاں تجزیے کی معاونت: مزید جائزے کی ضرورت رکھنے والے مواد کو الگ کرتا ہے اور اہم نکات کو منظم کرتا ہے۔
مثال کے طور پر، اسے کاروباری مقام کے سرور پر آپریشنل لاگز کی درجہ بندی کرنے، متعلقہ سابقہ ریکارڈز دیکھنے، اور پھر ذمہ دار فرد کے لیے واقعے کا خلاصہ تیار کرنے کے عمل میں استعمال کیا جاتا ہے۔
Cosa
Cosa ایسی صوتی مصنوعات کا مجموعہ ہے جو متن کو آواز میں تبدیل کرتا ہے، ان پٹ آواز کو متن کے طور پر شناخت کرتا ہے، اور مطلوبہ آواز کو رجسٹر کر کے دوبارہ استعمال کرنے کی سہولت دیتا ہے۔ اسے سروس کی رہنمائی، مواد کی تیاری، رسائی کی معاونت، اور مکالماتی ایجنٹس کے صوتی انٹرفیس میں استعمال کیا جاتا ہے۔
آواز کی تخلیق کی ذمہ داری cosa-a اور cosa-b کی ہے، جبکہ آواز کی شناخت cosa-asr انجام دیتا ہے۔ cosa-a اور cosa-b الگ الگ ماڈلز ہیں، جو اپنی اپنی آوازوں کی فہرستیں اور ترکیب کی ترتیبات فراہم کرتے ہیں، اور انہیں ایک ہی سروس انٹرفیس میں منتخب کیا جاتا ہے۔ دونوں ماڈلز کی مشترکہ خصوصیات درج ذیل ہیں۔
- متن کو آواز میں تبدیل کرنا: درج کیے گئے جملوں کو منتخب آواز میں تبدیل کرتا ہے۔
- آواز کی نقل: استعمال کی اجازت رکھنے والی حوالہ ریکارڈنگ کی بنیاد پر آواز رجسٹر کرتا ہے اور نئے جملوں کو آواز میں تبدیل کرتا ہے۔
- آواز کا ڈیزائن: مطلوبہ آواز کی خصوصیات بیان کرکے آواز بناتا اور رجسٹر کرتا ہے۔
- آواز کا دوبارہ استعمال: رجسٹر شدہ آواز کو بعد کی تبدیلیوں میں استعمال کرتا ہے۔
- تبدیلی کی ترتیبات: بولنے کی رفتار اور زبان وغیرہ کو ایڈجسٹ کرتا ہے۔
- اسٹریمنگ ترسیل: متن موصول ہوتے ہی فقروں کی بنیاد پر اسے آواز میں تبدیل کرتا اور آڈیو کو ترتیب وار منتقل کرتا ہے۔
- پلے بیک کنٹرول: توقف، دوبارہ شروع کرنے، روکنے اور اضافی جملے درج کرنے کی سہولت فراہم کرتا ہے۔
بتدریج متن کے اندراج کے ذریعے پورا جواب مکمل ہونے سے پہلے آواز چلانا شروع کیا جا سکتا ہے۔ جب CIP جواب تیار کر رہا ہو، تو ایسی سروس تشکیل دی جا سکتی ہے جس میں Cosa تیار فقروں کو پڑھ کر سنائے۔
cosa-a
cosa-a متن کو آواز میں تبدیل کرنے، آواز کی نقل، آواز کے ڈیزائن اور اسٹریمنگ آؤٹ پٹ کو سپورٹ کرتا ہے۔ آواز، زبان اور بولنے کی رفتار منتخب کرنے والی بنیادی سہولیات کے علاوہ، یہ تبدیلی کے مراحل کی تعداد، گائیڈنس کی شدت اور تخلیق کی طوالت سے متعلق ترتیبات سمیت اضافی کنٹرولز فراہم کرتا ہے۔ اسے آواز بنانے کے عمل میں ترتیبات ایڈجسٹ کرکے نتائج کا جائزہ لینے، یا ایک ہی اسکرپٹ پر متعدد ترتیبات لاگو کرکے نتیجہ منتخب کرنے کے لیے استعمال کیا جاتا ہے۔
- ایپس، کیوسک اور کاروباری نظاموں کے لیے رہنمائی اور اطلاعات کو آواز میں تبدیل کرتا ہے۔
- تعلیمی مواد اور صارف رہنماؤں کو آواز میں تیار کرتا ہے۔
- ویڈیو اور آڈیو مواد کے لیے نریشن تیار کرتا ہے۔
- رجسٹر شدہ آواز کے ذریعے بار بار استعمال ہونے والا مواد تیار کرتا ہے۔
- مکالماتی ایجنٹس کے اسٹریمنگ صوتی آؤٹ پٹ میں استعمال ہوتا ہے۔
- تفصیلی تبدیلی کی ترتیبات ایڈجسٹ کرنے والی آواز کی تیاری میں استعمال ہوتا ہے۔
cosa-b
cosa-b پری سیٹ آواز کے انتخاب، وضاحت پر مبنی آواز کے ڈیزائن، حوالہ آواز پر مبنی نقل اور اسٹریمنگ آؤٹ پٹ کو سپورٹ کرتا ہے۔ اپنی آوازوں کی فہرست سے آواز منتخب کریں یا سروس میں استعمال کے لیے نئی آواز رجسٹر کریں۔
آواز کی نقل کے لیے حوالہ ریکارڈنگ اور اس سے مطابقت رکھنے والا متن استعمال کیا جاتا ہے۔ رجسٹریشن کے عمل میں آواز کی شناخت کے ذریعے حوالہ متن تیار کرنے کا طریقہ بھی سپورٹ کیا جاتا ہے، اور رجسٹر شدہ آواز کو بعد کی تبدیلیوں میں دوبارہ استعمال کیا جاتا ہے۔
- سروس اور کرداروں کی صوتی شخصیت تشکیل دیتا ہے۔
- وضاحت یا حوالہ ریکارڈنگ کے ذریعے حسب ضرورت آواز تیار کرتا ہے۔
- برانڈ کی رہنمائی، کرداروں کے مکالمے اور مواد کی نریشن کو آواز میں تبدیل کرتا ہے۔
- مکالماتی ایجنٹس کے صوتی جوابات میں استعمال ہوتا ہے۔
- ایک ہی آواز میں تبدیل ہونے والے رہنمائی پیغامات اور اسکرپٹس کو آواز میں تبدیل کرتا ہے۔
cosa-a اور cosa-b میں سے کسی ایک کا انتخاب کرتے وقت مطلوبہ آواز، حقیقی ترکیبی نتیجہ، اور درکار کنٹرول آئٹمز کو معیار بنائیں۔
| آئٹم | cosa-a | cosa-b |
|---|---|---|
| ترکیب کی ترتیبات | آواز، زبان اور بولنے کی رفتار کے علاوہ ترکیب کے مراحل کی تعداد، گائیڈنس کی شدت، اور تخلیق کی لمبائی سے متعلق ترتیبات | بولنے کی رفتار اور زبان جیسی مشترکہ ترتیبات |
| کلوننگ ان پٹ | استعمال کی اجازت رکھنے والی حوالہ ریکارڈنگ | حوالہ ریکارڈنگ اور اس سے مطابقت رکھنے والا متن۔ رجسٹریشن کے دوران آواز کی شناخت کے ذریعے حوالہ متن تیار کیا جا سکتا ہے |
| کردار | تفصیلی ترکیبی کنٹرول استعمال کرتے ہوئے آواز تیار کرنا | آواز کا انتخاب اور حسبِ ضرورت آواز تیار کرنا |
cosa-asr
cosa-asr ان پٹ آواز کو متن میں تبدیل کرتا ہے۔ یہ ریکارڈ شدہ مواد کو دستاویزی شکل دیتا ہے یا آواز کے ذریعے موصول ہونے والی درخواستوں کو ایسے ان پٹ میں تبدیل کرتا ہے جسے بعد کا کام کا نظام پراسیس کر سکے۔
- صوتی یادداشتوں اور ریکارڈ شدہ مواد کو نقلِ تحریر میں تبدیل کرتا ہے۔
- آواز پر مبنی سوالات اور کام کی درخواستوں کو ان پٹ میں تبدیل کرتا ہے۔
- آواز کی کلوننگ کے لیے حوالہ متن تیار کرتا ہے۔
- نقلِ تحریر کے بعد خلاصہ، درجہ بندی اور تلاش پر مشتمل پراسیسنگ کے لیے استعمال ہوتا ہے۔
نقلِ تحریر کے نتائج CIP کو منتقل کرنے سے مواد کے خلاصے، درخواست کی درجہ بندی، اور کام کے مسودے کی تیاری تک کا عمل جاری رہتا ہے۔ پراسیس شدہ نتائج کو cosa-a یا cosa-b کے ذریعے ترکیب میں تبدیل کرنے سے ایسا کام کا نظام بن جاتا ہے جس میں صوتی ان پٹ اور آؤٹ پٹ موجود ہوں۔
Cova
cova-1 ایک LLM پر مبنی وژن OCR専용 ماڈل ہے۔ یہ دستاویزات اور تصاویر میں متن کو شناخت کرتا ہے، لے آؤٹ اور جدول کے ڈھانچے نکالتا ہے، اور بصری عناصر کی مختصر وضاحت فراہم کرتا ہے۔
یہ انسانوں کے دیکھنے کے لیے بنائی گئی دستاویزات کو ایسی شکل میں تبدیل کرتا ہے جسے ایجنٹس اور کام کے نظام آسانی سے استعمال کر سکیں۔ متن اور جدولوں کو منظم مواد کے طور پر نکالا جاتا ہے، جبکہ دستاویز میں شامل تصاویر مختصر وضاحتوں کے ذریعے فراہم کی جاتی ہیں؛ اس طرح بعد کا ایجنٹ دستاویز کے مواد اور بصری سیاق و سباق دونوں کو سمجھ سکتا ہے۔ اگر نکالے گئے متن اور وضاحتوں سے پہلے مواد کا جائزہ لینے، اور صرف ان اصل صفحات کا مزید معائنہ کرنے کا طریقہ ترتیب دیا جائے جن کی تفصیلی تصدیق درکار ہو، تو اصل تصاویر کو بار بار ان پٹ کے طور پر بھیجنے کی مقدار کم کی جا سکتی ہے اور سیاقی ٹوکنز کی بچت ہوتی ہے۔
| خصوصیت | وضاحت |
|---|---|
| متن کی شناخت | اسکین یا تصویر کشی کیے گئے دستاویزات سے حروف اخذ کرتا ہے۔ |
| لے آؤٹ کی تشریح | دستاویز کی ترتیب کو مدِنظر رکھتے ہوئے مواد کو بلاکس میں تقسیم کرتا ہے۔ |
| مقام کی معلومات فراہم کرنا | شناخت شدہ بلاکس کے مقامات فراہم کرتا ہے تاکہ اخذ کردہ نتائج کو اصل متن سے منسلک کیا جا سکے۔ |
| جدول کے ڈھانچے کا اخذ | جدول کے مواد کو منظم کرتا ہے تاکہ اسے تلاش اور ڈیٹا پراسیسنگ کے لیے استعمال کیا جا سکے۔ |
| تصویر کی مختصر وضاحت | تصاویر اور بصری عناصر کے مواد کی مختصر وضاحت کرتا ہے تاکہ ایجنٹ کو تشریح کے لیے اشارے مل سکیں۔ |
| سیاق و سباق کو مؤثر بنانا | متن، ساخت اور تصویر کی وضاحت پر توجہ مرکوز کرتے ہوئے معلومات فراہم کرتا ہے، جس سے اصل تصویر کو بار بار ان پٹ کے طور پر دینے کی ضرورت کم ہو جاتی ہے۔ |
| اختیاری تفصیلی تجزیہ | ایجنٹ کو یہ فیصلہ کرنے میں مدد کرتا ہے کہ مزید جانچ کے لیے کن اصل تصاویر کا جائزہ لیا جائے۔ |
| دستاویز کے فارمیٹ کی تبدیلی | شناخت شدہ نتائج کو HTML یا Markdown میں منظم کرتا ہے۔ |
- دستاویزات کی ڈیجیٹلائزیشن: کاغذی دستاویزات اور اسکین شدہ مواد کو متن پر مبنی مواد میں تبدیل کرتا ہے۔
- کاروباری دستاویزات کی وصولی: درخواستوں، ثبوتی مواد اور رپورٹس سے مواد اخذ کرتا ہے۔
- جدولی ڈیٹا پراسیسنگ: دستاویزات میں شامل جدولوں کو بعد کی ڈیٹا پراسیسنگ کے لیے استعمال کرتا ہے۔
- علم کی تلاش کی پیشگی پراسیسنگ: دستاویز کی تصاویر اور بصری مواد کو قابلِ تلاش متن اور ساخت میں تبدیل کرتا ہے۔
- دستاویز کے جائزے کی خودکاری: اخذ کردہ نتائج CIP کو منتقل کرتا ہے تاکہ آئٹمز کی جانچ، خلاصہ سازی اور مواد کے درمیان موازنہ کیا جا سکے۔
- ایجنٹ ان پٹ کی اصلاح: طویل دستاویزات کے متن، جدولوں اور تصویر کی وضاحتوں کو منظم کرتا ہے تاکہ صرف ضروری معلومات فراہم کی جائیں۔
مثال کے طور پر، رپورٹ کے متن اور جدول کو اخذ کرتے ہوئے شامل گراف کی وضاحت اس گراف کے طور پر کرتا ہے جو سہ ماہی آمدنی کے رجحان کو ظاہر کرتا ہے۔ ایجنٹ اس وضاحت کے ذریعے گراف کی موجودگی اور مقصد کو سمجھتا ہے، اور جب درست اعداد یا رجحان درکار ہو تو متعلقہ اصل تصویر کا مزید جائزہ لیتا ہے۔
پروڈکٹ گروپ کا کنکشن
پروڈکٹس کو منسلک کر کے درج ذیل بہاؤ تشکیل دیا جا سکتا ہے۔
- دستاویز پر مبنی کام: Cova متن، جدول اور تصویر کی وضاحت اخذ کرتا ہے، CIP ضروری اصل مواد کا انتخابی جائزہ لے کر تجزیہ اور کام کی پراسیسنگ انجام دیتا ہے، جبکہ Cosa نتائج آواز کے ذریعے فراہم کرتا ہے۔
- آواز پر مبنی کام: Cosa ASR صوتی درخواست کو متن میں تبدیل کرتا ہے، اور cosa-a یا cosa-b CIP کے ذریعے پراسیس کیے گئے جواب کو پڑھ کر سناتا ہے۔
- میدانی خودکاری: cip-5.5-sm میدانی ڈیٹا کی درجہ بندی کرتا ہے اور مقامی کام انجام دیتا ہے، جبکہ مزید جامع تجزیے کی ضرورت والے مواد کو cip-5.5-im یا cip-5.5-mm کو منتقل کرتا ہے۔
گیٹ وے پر مجاز کالز
گیٹ وے کے پلان ہر ماڈل کے لیے مجاز کالز کا تعین کرتے ہیں۔ نیچے دی گئی جدول میں LLM_FREE، TTS_FREE، STT_FREE پلانز کے ذریعے کھولے جانے والے دائرہ کار دکھائے گئے ہیں، اور یہ پلانز درخواست کے بغیر خودکار طور پر لاگو ہوتے ہیں۔ اس میں دیگر راستوں سے کھولے گئے ماڈلز شامل نہیں ہیں۔
| ماڈل ID | مجاز کالز | بنیادی پلان |
|---|---|---|
| cip-5.5-im | anthropic.messages · chat.completions · chat.completions.batch · completions · responses | LLM_FREE |
| cip-5.5-im-chat | anthropic.messages · chat.completions · chat.completions.batch · completions · responses | LLM_FREE |
| cip-5.5-mm | anthropic.messages · chat.completions · chat.completions.batch · completions · responses | LLM_FREE |
| cip-5.5-mm-h | anthropic.messages · chat.completions · chat.completions.batch · completions · responses | LLM_FREE |
| cosa-a | audio.speech · audio.speech.clone · voices · voices.design | TTS_FREE |
| cosa-b | audio.speech · audio.speech.clone · voices · voices.design | TTS_FREE |
| cosa-tts | audio.speech · audio.speech.clone · voices · voices.design | TTS_FREE |
| cosa-asr | audio.transcriptions | STT_FREE |
| ivy-4-embedding | embeddings | LLM_FREE |
| ivy-4-embedding-mm | embeddings | LLM_FREE |
| ivy-4-mm | anthropic.messages · chat.completions · chat.completions.batch · completions · responses | LLM_FREE |
cip-5.5-sm اور cova-1 اس پلان ٹیبل میں شامل نہیں ہیں۔ ٹیبل میں موجود cip-5.5-im-chat، cip-5.5-mm-h، cosa-tts، ivy-4-embedding، ivy-4-embedding-mm، ivy-4-mm ایسے ماڈل IDs ہیں جو اوپر دی گئی مصنوعات کی تفصیل میں شامل نہیں ہیں۔ کال کیز کس راستے سے متعلق ہیں، یہ API 호출하기 دستاویز میں درج ہے۔