Como implantar modelos Cohere Command com o Azure AI Studio

Importante

Alguns dos recursos descritos neste artigo podem estar disponíveis apenas na visualização. Essa visualização é fornecida sem um contrato de nível de serviço e não a recomendamos para cargas de trabalho de produção. Algumas funcionalidades poderão não ser suportadas ou poderão ter capacidades limitadas. Para obter mais informações, veja Termos Suplementares de Utilização para Pré-visualizações do Microsoft Azure.

Neste artigo, você aprenderá a usar o Azure AI Studio para implantar os modelos Cohere Command como APIs sem servidor com cobrança baseada em token pré-pago.

A Cohere oferece dois modelos de Comando no Azure AI Studio. Esses modelos estão disponíveis como APIs sem servidor com faturamento baseado em token pré-pago. Você pode navegar pela família de modelos Cohere no catálogo de modelos filtrando a coleção Cohere.

Modelos Cohere Command

Nesta seção, você aprenderá sobre os dois modelos Cohere Command disponíveis no catálogo de modelos:

• Cohere Comando R
• Comando Cohere R+

Você pode navegar pela família de modelos Cohere no Catálogo de modelos filtrando a coleção Cohere.

• Arquitetura do modelo: Tanto o Command R quanto o Command R+ são modelos de linguagem autorregressiva que usam uma arquitetura de transformador otimizada. Após o pré-treinamento, os modelos usam ajuste fino supervisionado (SFT) e treinamento de preferência para alinhar o comportamento do modelo às preferências humanas para utilidade e segurança.

• Idiomas abrangidos: Os modelos são otimizados para terem um bom desempenho nos seguintes idiomas: inglês, francês, espanhol, italiano, alemão, português do Brasil, japonês, coreano, chinês simplificado e árabe.

  Os dados de pré-treinamento também incluíram os seguintes 13 idiomas: russo, polonês, turco, vietnamita, holandês, tcheco, indonésio, ucraniano, romeno, grego, hindi, hebraico, persa.

• Comprimento do contexto: O Command R e o Command R+ suportam um comprimento de contexto de 128K.

• Entrada: Os modelos inserem apenas texto.

• Saída: Os modelos geram apenas texto.

Implantar como uma API sem servidor

Certos modelos no catálogo de modelos podem ser implantados como uma API sem servidor com faturamento pré-pago. Esse tipo de implantação fornece uma maneira de consumir modelos como uma API sem hospedá-los em sua assinatura, mantendo a segurança e a conformidade corporativas de que as organizações precisam. Essa opção de implantação não exige cota da sua assinatura.

Os modelos Cohere mencionados anteriormente podem ser implantados como um serviço com faturamento pré-pago e são oferecidos pela Cohere por meio do Microsoft Azure Marketplace. A Cohere pode alterar ou atualizar os termos de uso e preços desses modelos.

Pré-requisitos

• Uma subscrição do Azure com um método de pagamento válido. As subscrições gratuitas ou de avaliação do Azure não funcionarão. Se você não tiver uma assinatura do Azure, crie uma conta paga do Azure para começar.

• Um hub do Azure AI Studio.

  Importante

  Para modelos da família Cohere, a oferta de implantação de modelo de API sem servidor só está disponível com hubs criados na região EastUS2 ou Suécia Central.

• Um projeto do AI Studio no Azure AI Studio.

• Os controles de acesso baseados em função do Azure (Azure RBAC) são usados para conceder acesso a operações no Azure AI Studio. Para executar as etapas neste artigo, sua conta de usuário deve receber a função de Desenvolvedor do Azure AI no grupo de recursos. Para obter mais informações sobre permissões, consulte Controle de acesso baseado em função no Azure AI Studio.

Criar uma nova implantação

As etapas a seguir demonstram a implantação do Cohere Command R, mas você pode usar as mesmas etapas para implantar o Cohere Command R+ substituindo o nome do modelo.

Para criar uma implantação:

1. Entre no Azure AI Studio.

2. Selecione Catálogo de modelos na barra lateral esquerda.

3. Procure por Cohere.

4. Selecione Cohere-command-r para abrir a página Detalhes do modelo.

   

5. Selecione Implantar para abrir uma janela de implantação de API sem servidor para o modelo.

6. Como alternativa, você pode iniciar uma implantação iniciando a partir do seu projeto no AI Studio.

   1. Na barra lateral esquerda do seu projeto, selecione Implantações de componentes>.

   2. Selecione + Criar implantação.

   3. Procure e selecione Cohere-command-r. para abrir a página Detalhes do modelo.

      

   4. Selecione Confirmar para abrir uma janela de implantação de API sem servidor para o modelo.

   

7. Selecione o projeto no qual você deseja implantar seu modelo. Para implantar o modelo, seu projeto deve estar na região EastUS2 ou Suécia Central .

8. No assistente de implantação, selecione o link para Termos do Azure Marketplace para saber mais sobre os termos de uso.

9. Selecione a guia Preços e termos para saber mais sobre os preços do modelo selecionado.

10. Selecione o botão Inscrever-se e Implantar . Se esta é a primeira vez que você implanta o modelo no projeto, você tem que inscrever seu projeto para a oferta específica. Esta etapa requer que sua conta tenha as permissões de função Desenvolvedor do Azure AI no grupo de recursos, conforme listado nos pré-requisitos. Cada projeto tem a sua própria subscrição para a oferta específica do Azure Marketplace do modelo, que lhe permite controlar e monitorizar os gastos. Atualmente, você pode ter apenas uma implantação para cada modelo dentro de um projeto.

11. Depois de inscrever o projeto para a oferta específica do Azure Marketplace, as implantações subsequentes da mesma oferta no mesmo projeto não exigem assinatura novamente. Se esse cenário se aplicar a você, há uma opção Continuar a implantar para selecionar.

    

12. Dê um nome à implantação. Esse nome se torna parte da URL da API de implantação. Essa URL deve ser exclusiva em cada região do Azure.

    

13. Selecione Implementar. Aguarde até que a implantação esteja pronta e você seja redirecionado para a página Implantações.

14. Selecione Abrir no playground para começar a interagir com o modelo.

15. Retorne à página Implantações, selecione a implantação e anote a URL de Destino do ponto de extremidade e a Chave Secreta. Para obter mais informações sobre como usar as APIs, consulte a seção de referência .

16. Você sempre pode encontrar os detalhes, a URL e as chaves de acesso do ponto de extremidade navegando até a página de visão geral do projeto. Em seguida, na barra lateral esquerda do seu projeto, selecione Implantações de componentes>.

Para saber mais sobre o faturamento para os modelos Cohere implantados como uma API sem servidor com faturamento baseado em token pré-pago, consulte Considerações de custo e cota para modelos implantados como uma API sem servidor.

Consuma os modelos Cohere como um serviço

Esses modelos podem ser consumidos usando a API de chat.

1. Na página Visão geral do projeto, vá para a barra lateral esquerda e selecione Implantações de componentes>.

2. Localize e selecione a implantação que você criou.

3. Copie o URL de destino e o valor da chave .

4. Cohere expõe duas rotas para inferência com os modelos Command R e Command R+. A API de Inferência de Modelo de IA do Azure na rota /chat/completions e a API Cohere nativa.

Para obter mais informações sobre como usar as APIs, consulte a seção de referência .

Referência para modelos Cohere implantados como um serviço

Os modelos Cohere Command R e Command R+ aceitam a API de Inferência de Modelo de IA do Azure na rota /chat/completions e a API de Chat Cohere nativa em /v1/chat.

Azure AI Model Inference API

O esquema da API de Inferência de Modelo de IA do Azure pode ser encontrado na referência para o artigo Conclusão de Chat e uma especificação OpenAPI pode ser obtida do próprio ponto de extremidade.

API de bate-papo Cohere

O seguinte contém detalhes sobre Cohere Chat API.

Pedir

    POST /v1/chat HTTP/1.1
    Host: <DEPLOYMENT_URI>
    Authorization: Bearer <TOKEN>
    Content-type: application/json

Esquema de solicitação v1/chat

Cohere Command R e Command R+ aceitam os seguintes parâmetros para uma chamada de v1/chat inferência de resposta:

Chave	Type	Predefinido	Description
message	string	Obrigatório	Entrada de texto para o modelo responder.
chat_history	array of messages	None	Uma lista de mensagens anteriores entre o usuário e o modelo, destinada a fornecer ao modelo contexto de conversação para responder à mensagem do usuário.
documents	array	None	Uma lista de documentos relevantes que o modelo pode citar para gerar uma resposta mais precisa. Cada documento é um dicionário string-string. As chaves e os valores de cada documento são serializados para uma cadeia de caracteres e passados para o modelo. A geração resultante inclui citações que fazem referência a alguns desses documentos. Algumas chaves sugeridas são "texto", "autor" e "data". Para uma melhor qualidade de geração, recomenda-se manter a contagem total de palavras das cadeias de caracteres no dicionário abaixo de 300 palavras. Um _excludes campo (matriz de cadeias de caracteres) pode ser opcionalmente fornecido para omitir alguns pares chave-valor de serem mostrados ao modelo. Os campos omitidos ainda aparecem no objeto de citação. O campo "_excludes" não é passado para o modelo. Consulte o guia do Modo de Documento dos documentos Cohere.
search_queries_only	boolean	false	Quando true, a resposta contém apenas uma lista de consultas de pesquisa geradas, mas nenhuma pesquisa ocorre e nenhuma resposta do modelo para a do usuário message é gerada.
stream	boolean	false	Quando true, a resposta é um fluxo JSON de eventos. O evento final contém a resposta completa e tem um event_type de "stream-end". O streaming é benéfico para interfaces de usuário que renderizam o conteúdo da resposta peça por peça, à medida que ela é gerada.
max_tokens	integer	Nenhuma	O número máximo de tokens que o modelo gera como parte da resposta. Nota: Definir um valor baixo pode resultar em gerações incompletas. Se não for especificado, gera tokens até o final da sequência.
temperature	float	0.3	Use um valor mais baixo para diminuir a aleatoriedade na resposta. A aleatoriedade pode ser ainda mais maximizada aumentando o valor do p parâmetro. O valor mínimo é 0 e o máximo é 2.
p	float	0.75	Use um valor mais baixo para ignorar opções menos prováveis. Defina como 0 ou 1.0 para desativar. Se p e k estiverem habilitados, p atua após k. valor min de 0,01, valor máximo de 0,99.
k	float	0	Especifique o número de opções de token que o modelo usa para gerar o próximo token. Se p e k estiverem ativados, p atua após k. O valor mínimo é 0, o valor máximo é 500.
prompt_truncation	enum string	OFF	Aceita AUTO_PRESERVE_ORDER, AUTO, OFF. Dita como o prompt é construído. Com prompt_truncation definido como AUTO_PRESERVE_ORDER, alguns elementos de e documents são descartados para construir um prompt que se encaixa dentro do limite de chat_history comprimento de contexto do modelo. Durante esse processo, a ordem dos documentos e o histórico do bate-papo são preservados. Com prompt_truncation definido como "OFF", nenhum elemento é descartado.
stop_sequences	array of strings	None	O texto gerado é cortado no final da primeira ocorrência de uma sequência de paragem. A sequência inclui o texto.
frequency_penalty	float	0	Usado para reduzir a repetitividade dos tokens gerados. Quanto maior o valor, mais forte é a penalidade aplicada aos tokens apresentados anteriormente, proporcional a quantas vezes eles já apareceram no prompt ou na geração anterior. Valor mínimo de 0,0, valor máximo de 1,0.
presence_penalty	float	0	Usado para reduzir a repetitividade dos tokens gerados. Semelhante ao frequency_penalty, exceto que esta penalidade é aplicada igualmente a todos os tokens que já apareceram, independentemente de suas frequências exatas. Valor mínimo de 0,0, valor máximo de 1,0.
seed	integer	None	Se especificado, o back-end faz um melhor esforço para obter amostras de tokens deterministicamente, de modo que solicitações repetidas com a mesma semente e parâmetros retornem o mesmo resultado. No entanto, o determinismo não pode ser garantido.
return_prompt	boolean	false	Retorna o prompt completo que foi enviado para o modelo quando true.
tools	array of objects	None	O campo está sujeito a alterações. Uma lista de ferramentas (funções) disponíveis que o modelo pode sugerir invocar antes de produzir uma resposta de texto. Quando tools é passado (sem tool_results), o text campo na resposta é "" e o tool_calls campo na resposta é preenchido com uma lista de chamadas de ferramenta que precisam ser feitas. Se nenhuma chamada precisar ser feita, a tool_calls matriz estará vazia.
tool_results	array of objects	None	O campo está sujeito a alterações. Uma lista de resultados de ferramentas de invocação recomendadas pelo modelo no turno de bate-papo anterior. Os resultados são usados para produzir uma resposta de texto e são referenciados em citações. Ao usar tool_results, tools deve ser passado também. Cada tool_result contém informações sobre como foi invocado e uma lista de saídas na forma de dicionários. A lógica de citação refinada exclusiva de Cohere exige que a saída seja uma lista. Caso a saída seja apenas um item, por exemplo, {"status": 200}ainda envolva-o dentro de uma lista.

O chat_history objeto requer os seguintes campos:

Chave	Tipo	Description
role	enum string	Leva USER, SYSTEM, ou CHATBOT.
message	string	Conteúdo de texto da mensagem.

O documents objeto tem os seguintes campos opcionais:

Chave	Type	Predefinido	Description
id	string	None	Pode ser fornecido para identificar o documento nas citações. Este campo não é passado para o modelo.
_excludes	array of strings	None	Pode ser opcionalmente fornecido para omitir alguns pares chave-valor de serem mostrados ao modelo. Os campos omitidos ainda aparecem no objeto de citação. O _excludes campo não é passado para o modelo.

Esquema de resposta v1/chat

Os campos de resposta estão totalmente documentados na referência da API de bate-papo da Cohere. O objeto de resposta sempre contém:

Chave	Tipo	Description
response_id	string	Identificador exclusivo para conclusão do chat.
generation_id	string	Identificador exclusivo para conclusão de bate-papo, usado com o ponto de extremidade Feedback na plataforma da Cohere.
text	string	Resposta do modelo à entrada de mensagens de chat.
finish_reason	enum string	Por que a geração foi completada. Pode ser qualquer um dos seguintes valores: COMPLETE, ERROR, ERROR_TOXIC, ERROR_LIMIT, USER_CANCEL ou MAX_TOKENS
token_count	integer	Contagem de tokens usados.
meta	string	Dados de uso da API, incluindo a versão atual e tokens faturáveis.

Documentos

Se documents forem especificados na solicitação, há dois outros campos na resposta:

Chave	Tipo	Description
documents	array of objects	Lista os documentos que foram citados na resposta.
citations	array of objects	Especifica qual parte da resposta foi encontrada em um determinado documento.

citations é uma matriz de objetos com os seguintes campos obrigatórios:

Chave	Tipo	Description
start	integer	O índice de texto em que a citação começa, contando a partir de zero. Por exemplo, uma geração de Hello, world! com uma citação em world teria um valor inicial de 7. Isso porque a citação começa em w, que é o sétimo caractere.
end	integer	O índice de texto que a citação termina depois, contando a partir de zero. Por exemplo, uma geração de Hello, world! com uma citação em world teria um valor final de 11. Isso porque a citação termina depois de d, que é o décimo primeiro caractere.
text	string	O texto da citação. Por exemplo, uma geração de Hello, world! com uma citação de teria um valor de world texto de world.
document_ids	array of strings	Identificadores dos documentos citados nesta secção da resposta gerada.

Ferramentas

Se tools forem especificados e invocados pelo modelo, há outro campo na resposta:

Chave	Tipo	Description
tool_calls	array of objects	Contém as chamadas de ferramenta geradas pelo modelo. Use-o para invocar suas ferramentas.

tool_calls é uma matriz de objetos com os seguintes campos:

Chave	Tipo	Description
name	string	Nome da ferramenta a ser chamada.
parameters	object	O nome e o valor dos parâmetros a serem usados ao invocar uma ferramenta.

Search_queries_only

Se search_queries_only=TRUE for especificado na solicitação, há dois outros campos na resposta:

Chave	Tipo	Description
is_search_required	boolean	Instrui o modelo a gerar uma consulta de pesquisa.
search_queries	array of objects	Objeto que contém uma lista de consultas de pesquisa.

search_queries é uma matriz de objetos com os seguintes campos:

Chave	Tipo	Description
text	string	O texto da consulta de pesquisa.
generation_id	string	Identificador exclusivo para a consulta de pesquisa gerada. Útil para enviar comentários.

Exemplos

Chat - Conclusão

O exemplo a seguir é uma chamada de solicitação de exemplo para concluir o bate-papo do modelo Cohere Command. Use ao gerar uma conclusão de chat.

Pedido:

    {
        "chat_history": [
            {"role":"USER", "message": "What is an interesting new role in AI if I don't have an ML background"},
            {"role":"CHATBOT", "message": "You could explore being a prompt engineer!"}
        ],
        "message": "What are some skills I should have"
    }

Resposta:

    {
        "response_id": "09613f65-c603-41e6-94b3-a7484571ac30",
        "text": "Writing skills are very important for prompt engineering. Some other key skills are:\n- Creativity\n- Awareness of biases\n- Knowledge of how NLP models work\n- Debugging skills\n\nYou can also have some fun with it and try to create some interesting, innovative prompts to train an AI model that can then be used to create various applications.",
        "generation_id": "6d31a57f-4d94-4b05-874d-36d0d78c9549",
        "finish_reason": "COMPLETE",
        "token_count": {
            "prompt_tokens": 99,
            "response_tokens": 70,
            "total_tokens": 169,
            "billed_tokens": 151
        },
        "meta": {
            "api_version": {
                "version": "1"
            },
            "billed_units": {
                "input_tokens": 81,
                "output_tokens": 70
            }
        }
    }

Chat - Geração fundamentada e recursos RAG

O Command R e o Command R+ são treinados para RAG por meio de uma mistura de ajuste fino supervisionado e ajuste fino de preferência, usando um modelo de prompt específico. Introduzimos esse modelo de prompt através do documents parâmetro. Os trechos de documentos devem ser pedaços, em vez de documentos longos, normalmente em torno de 100 a 400 palavras por bloco. Os trechos de documentos consistem em pares chave-valor. As teclas devem ser cadeias de caracteres descritivas curtas. Os valores podem ser texto ou semi-estruturados.

Pedido:

    {
    "message": "Where do the tallest penguins live?",
    "documents": [
        {
        "title": "Tall penguins",
        "snippet": "Emperor penguins are the tallest."
        },
        {
        "title": "Penguin habitats",
        "snippet": "Emperor penguins only live in Antarctica."
        }
    ]
    }

Resposta:

    {
        "response_id": "d7e72d2e-06c0-469f-8072-a3aa6bd2e3b2",
        "text": "Emperor penguins are the tallest species of penguin and they live in Antarctica.",
        "generation_id": "b5685d8d-00b4-48f1-b32f-baebabb563d8",
        "finish_reason": "COMPLETE",
        "token_count": {
            "prompt_tokens": 615,
            "response_tokens": 15,
            "total_tokens": 630,
            "billed_tokens": 22
        },
        "meta": {
            "api_version": {
                "version": "1"
            },
            "billed_units": {
                "input_tokens": 7,
                "output_tokens": 15
            }
        },
        "citations": [
            {
                "start": 0,
                "end": 16,
                "text": "Emperor penguins",
                "document_ids": [
                    "doc_0"
                ]
            },
            {
                "start": 69,
                "end": 80,
                "text": "Antarctica.",
                "document_ids": [
                    "doc_1"
                ]
            }
        ],
        "documents": [
            {
                "id": "doc_0",
                "snippet": "Emperor penguins are the tallest.",
                "title": "Tall penguins"
            },
            {
                "id": "doc_1",
                "snippet": "Emperor penguins only live in Antarctica.",
                "title": "Penguin habitats"
            }
        ]
    }

Chat - Uso da ferramenta

Se invocar ferramentas ou gerar uma resposta com base nos resultados da ferramenta, use os seguintes parâmetros.

Pedido:

    {
        "message":"I'd like 4 apples and a fish please",
        "tools":[
            {
                "name":"personal_shopper",
                "description":"Returns items and requested volumes to purchase",
                "parameter_definitions":{
                    "item":{
                        "description":"the item requested to be purchased, in all caps eg. Bananas should be BANANAS",
                        "type": "str",
                        "required": true
                    },
                    "quantity":{
                        "description": "how many of the items should be purchased",
                        "type": "int",
                        "required": true
                    }
                }
            }
        ],
        
    "tool_results": [
        {
        "call": {
            "name": "personal_shopper",
            "parameters": {
                "item": "Apples",
                "quantity": 4
            },
            "generation_id": "cb3a6e8b-6448-4642-b3cd-b1cc08f7360d"
        },
        "outputs": [
            {
            "response": "Sale completed"
            }
        ]
        },
        {
        "call": {
            "name": "personal_shopper",
            "parameters": {
            "item": "Fish",
            "quantity": 1
            },
            "generation_id": "cb3a6e8b-6448-4642-b3cd-b1cc08f7360d"
        },
        "outputs": [
            {
            "response": "Sale not completed"
            }
        ]
        }
    ]
    }

Resposta:

    {
        "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
        "text": "I've completed the sale for 4 apples. \n\nHowever, there was an error regarding the fish; it appears that there is currently no stock.",
        "generation_id": "f567e78c-9172-4cfa-beba-ee3c330f781a",
        "chat_history": [
            {
                "message": "I'd like 4 apples and a fish please",
                "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
                "generation_id": "a4c5da95-b370-47a4-9ad3-cbf304749c04",
                "role": "User"
            },
            {
                "message": "I've completed the sale for 4 apples. \n\nHowever, there was an error regarding the fish; it appears that there is currently no stock.",
                "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
                "generation_id": "f567e78c-9172-4cfa-beba-ee3c330f781a",
                "role": "Chatbot"
            }
        ],
        "finish_reason": "COMPLETE",
        "token_count": {
            "prompt_tokens": 644,
            "response_tokens": 31,
            "total_tokens": 675,
            "billed_tokens": 41
        },
        "meta": {
            "api_version": {
                "version": "1"
            },
            "billed_units": {
                "input_tokens": 10,
                "output_tokens": 31
            }
        },
        "citations": [
            {
                "start": 5,
                "end": 23,
                "text": "completed the sale",
                "document_ids": [
                    ""
                ]
            },
            {
                "start": 113,
                "end": 132,
                "text": "currently no stock.",
                "document_ids": [
                    ""
                ]
            }
        ],
        "documents": [
            {
                "response": "Sale completed"
            }
        ]
    }

Depois de executar sua função e receber as saídas da ferramenta, você pode passá-las de volta para o modelo para gerar uma resposta para o usuário.

Pedido:

    {
        "message":"I'd like 4 apples and a fish please",
        "tools":[
            {
                "name":"personal_shopper",
                "description":"Returns items and requested volumes to purchase",
                "parameter_definitions":{
                    "item":{
                        "description":"the item requested to be purchased, in all caps eg. Bananas should be BANANAS",
                        "type": "str",
                        "required": true
                    },
                    "quantity":{
                        "description": "how many of the items should be purchased",
                        "type": "int",
                        "required": true
                    }
                }
            }
        ],
        
    "tool_results": [
        {
        "call": {
            "name": "personal_shopper",
            "parameters": {
                "item": "Apples",
                "quantity": 4
            },
            "generation_id": "cb3a6e8b-6448-4642-b3cd-b1cc08f7360d"
        },
        "outputs": [
            {
            "response": "Sale completed"
            }
        ]
        },
        {
        "call": {
            "name": "personal_shopper",
            "parameters": {
            "item": "Fish",
            "quantity": 1
            },
            "generation_id": "cb3a6e8b-6448-4642-b3cd-b1cc08f7360d"
        },
        "outputs": [
            {
            "response": "Sale not completed"
            }
        ]
        }
    ]
    }

Resposta:

    {
        "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
        "text": "I've completed the sale for 4 apples. \n\nHowever, there was an error regarding the fish; it appears that there is currently no stock.",
        "generation_id": "f567e78c-9172-4cfa-beba-ee3c330f781a",
        "chat_history": [
            {
                "message": "I'd like 4 apples and a fish please",
                "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
                "generation_id": "a4c5da95-b370-47a4-9ad3-cbf304749c04",
                "role": "User"
            },
            {
                "message": "I've completed the sale for 4 apples. \n\nHowever, there was an error regarding the fish; it appears that there is currently no stock.",
                "response_id": "fa634da2-ccd1-4b56-8308-058a35daa100",
                "generation_id": "f567e78c-9172-4cfa-beba-ee3c330f781a",
                "role": "Chatbot"
            }
        ],
        "finish_reason": "COMPLETE",
        "token_count": {
            "prompt_tokens": 644,
            "response_tokens": 31,
            "total_tokens": 675,
            "billed_tokens": 41
        },
        "meta": {
            "api_version": {
                "version": "1"
            },
            "billed_units": {
                "input_tokens": 10,
                "output_tokens": 31
            }
        },
        "citations": [
            {
                "start": 5,
                "end": 23,
                "text": "completed the sale",
                "document_ids": [
                    ""
                ]
            },
            {
                "start": 113,
                "end": 132,
                "text": "currently no stock.",
                "document_ids": [
                    ""
                ]
            }
        ],
        "documents": [
            {
                "response": "Sale completed"
            }
        ]
    }

Chat - Consultas de pesquisa

Se você estiver criando um agente RAG, também poderá usar a API de bate-papo do Cohere para obter consultas de pesquisa do Command. Especifique search_queries_only=TRUE no seu pedido.

Pedido:

    {
    "message": "Which lego set has the greatest number of pieces?",
    "search_queries_only": true
    }

Resposta:

    {
        "response_id": "5e795fe5-24b7-47b4-a8bc-b58a68c7c676",
        "text": "",
        "finish_reason": "COMPLETE",
        "meta": {
            "api_version": {
                "version": "1"
            }
        },
        "is_search_required": true,
        "search_queries": [
            {
                "text": "lego set with most pieces",
                "generation_id": "a086696b-ad8e-4d15-92e2-1c57a3526e1c"
            }
        ]
    }

Mais exemplos de inferência

Pacote	Exemplo de caderno
CLI usando solicitações da web CURL e Python - Command R	comando-r.ipynb
CLI usando solicitações web CURL e Python - Command R+	comando-r-plus.ipynb
OpenAI SDK (experimental)	openaisdk.ipynb
LangChain	langchain.ipynb
Cohere SDK	cohere-sdk.ipynb
LiteLLM SDK	litellm.ipynb

Geração aumentada de recuperação (RAG) e amostras de uso de ferramentas

Descrição	Pacote	Exemplo de caderno
Crie um índice vetorial local de pesquisa de semelhança de IA do Facebook (FAISS), usando incorporações Cohere - Langchain	langchain, langchain_cohere	cohere_faiss_langchain_embed.ipynb
Use o comando Cohere R/R+ para responder a perguntas de dados no índice vetorial FAISS local - Langchain	langchain, langchain_cohere	command_faiss_langchain.ipynb
Use o comando Cohere R/R+ para responder a perguntas de dados no índice vetorial de pesquisa de IA - Langchain	langchain, langchain_cohere	cohere-aisearch-langchain-rag.ipynb
Use o Cohere Command R/R+ para responder a perguntas de dados no índice de vetores de pesquisa de IA - Cohere SDK	cohere, azure_search_documents	cohere-aisearch-rag.ipynb
Chamada de ferramenta/função Command R+, usando LangChain	cohere, langchain, langchain_cohere	command_tools-langchain.ipynb

Custo e quotas

Considerações sobre custo e cota para modelos implantados como uma API sem servidor

Os modelos Cohere implantados como uma API sem servidor com cobrança paga conforme o uso são oferecidos pela Cohere por meio do Azure Marketplace e integrados ao Azure AI Studio para uso. Você pode encontrar os preços do Azure Marketplace ao implantar o modelo.

Sempre que um projeto subscreve uma determinada oferta do Azure Marketplace, é criado um novo recurso para controlar os custos associados ao seu consumo. O mesmo recurso é usado para rastrear os custos associados à inferência; no entanto, vários medidores estão disponíveis para rastrear cada cenário de forma independente.

Para obter mais informações sobre como controlar custos, consulte monitorar custos para modelos oferecidos em todo o Azure Marketplace.

A cota é gerenciada por implantação. Cada implantação tem um limite de taxa de 200.000 tokens por minuto e 1.000 solicitações de API por minuto. No entanto, atualmente limitamos uma implantação por modelo e por projeto. Entre em contato com o Suporte do Microsoft Azure se os limites de taxa atuais não forem suficientes para seus cenários.

Filtragem de conteúdos

Os modelos implantados como uma API sem servidor com cobrança paga conforme o uso são protegidos pelo Azure AI Content Safety. Com a segurança de conteúdo de IA do Azure, tanto o prompt quanto a conclusão passam por um conjunto de modelos de classificação destinados a detetar e prevenir a saída de conteúdo nocivo. O sistema de filtragem de conteúdo deteta e age em categorias específicas de conteúdo potencialmente nocivo em prompts de entrada e finalizações de saída. Saiba mais sobre filtragem de conteúdo aqui.

Conteúdos relacionados

• O que é o Azure AI Studio?
• Artigo de perguntas frequentes do Azure AI