Cohere 发布 Tiny Aya L2-Thinker,通过数据混合实现 60 种语言的母语推理
Cohere 基于 Tiny Aya 32K 底座,通过英文推理数据、多语言推理数据和多语言非推理数据三类数据混合,训练出 Tiny Aya L2-Thinker,在 60 种语言上实现超过 93% 的母语推理率,六个基准中五个准确率下降不超过两三点。
cohere.com · 网站与博客
Cohere 基于 Tiny Aya 32K 底座,通过英文推理数据、多语言推理数据和多语言非推理数据三类数据混合,训练出 Tiny Aya L2-Thinker,在 60 种语言上实现超过 93% 的母语推理率,六个基准中五个准确率下降不超过两三点。
Cohere 推出全栈企业级智能体平台 North 2,支持私有化、VPC、混合及气隙部署,并新增 Skills、Libraries、Memory、Applications、Automations 与 Slack、SharePoint、Jira、GitHub 等连接器。
Cohere 与 PwC 宣布建立全球联盟,首站落地加拿大,结合 North 平台、企业模型与检索能力及 PwC 的行业与合规专长,帮助企业安全部署企业级 AI。客户可将 AI 用于企业搜索、知识获取、深度研究、决策支持与任务自动化,部署方式涵盖私有云、本地及气隙环境。
Cohere 发布 Embed 5 系列嵌入模型,含 Embed 5 Pro 和 Embed 5 Fast 两档,均支持 128K 上下文、100+ 语言、文本与图像输入及 Matryoshka 嵌入。
推荐理由:官方给出两档模型的基准数据和共享嵌入空间设计,读者可以评估索引与查询分层部署能否降低现有检索成本。
Cohere 提出 RCP-nDCG@10,用基于相关性评分细则的校准 LLM 评审给每条检索结果打分,取代依赖既有 qrels 的传统 nDCG。46 人盲测中,两指标分歧时评审员 70% 站在 RCP-nDCG 一边(整体 77% 对 52%),qrel 预测人类判断的 AUC 仅 0.65,LLM 校准分数达 0.91。
Cohere 的检索平台 Compass 以托管服务 Compass Cloud 形式进入私有测试版,由 Cohere 管理完整流水线和模型推理,开发者可通过 API、MCP server 或 Python SDK 接入。
Cohere 提出 AI 变革管理应把 AI 视为需要"入职"的工作流参与者,而非像 CRM、ERP 那样直接部署的软件。企业需设计人机协作流程,包括为 AI 提供组织与任务上下文、建立 human-in-the-loop 机制,并把工作划分为可验证、判断型和混合三类。员工则需转向管理者心态,警惕以产出速度与数量代替质量的"AI slop"。
Cohere 宣布与 Aleph Alpha 签署最终业务合并协议,合并后以 Cohere 名称全球运营,形成首个跨大西洋主权 AI 方案,交易仍待监管批准,预计年内完成。