Command-R: i modelli RAG-native di Cohere

Cohere For AI rilascia Command-R (35B) e Command-R+ (104B): modelli ottimizzati per RAG e tool use, context 128K, multilingue. Pesi aperti sotto licenza CC-BY-NC 4.0.

Open SourceAI Open SourceCommand-RCohereRAGLLMAI

Un modello pensato per il retrieval

L’11 marzo 2024, Cohere For AI — il ramo di ricerca di Cohere — rilascia i pesi di Command-R, un modello da 35 miliardi di parametri progettato specificamente per scenari di Retrieval-Augmented Generation e uso di strumenti esterni. Il 4 aprile 2024 segue Command-R+, versione di punta da 104 miliardi di parametri, con capacità estese sugli stessi casi d’uso.

A differenza dei modelli generalisti, Command-R è calibrato sin dal training per gestire prompt lunghi contenenti documenti recuperati, produrre citazioni inline verso le fonti e chiamare funzioni esterne in modo strutturato. Questa ottimizzazione è visibile nei benchmark RAG e nelle attività di orchestrazione tool-based, dove la serie Command-R mostra prestazioni superiori rispetto a modelli di dimensioni comparabili non specializzati.

Licenza e distribuzione

I pesi di Command-R e Command-R+ sono distribuiti con licenza Creative Commons BY-NC 4.0, che consente l’uso per ricerca e finalità non commerciali con obbligo di attribuzione. Per utilizzi commerciali, Cohere richiede l’accesso via API o un contratto dedicato. Questa scelta differenzia la serie dai modelli Apache 2.0 o MIT, ma rende comunque disponibili i pesi completi per studio, fine-tuning accademico e deployment non commerciali.

Funzionalità tecniche

Entrambi i modelli offrono una finestra di contesto di 128.000 token, adeguata a ingest di documenti estesi senza chunking aggressivo. Il supporto multilingue copre dieci lingue principali — tra cui inglese, francese, spagnolo, italiano, tedesco, portoghese, giapponese, coreano, arabo e cinese — con qualità pensata per casi d’uso enterprise multi-regione.

La citation mode nativa consente al modello, quando riceve documenti in input, di generare risposte corredate da riferimenti espliciti alle porzioni di testo rilevanti, semplificando i requisiti di verificabilità e auditing tipici dei sistemi di knowledge management. Il tool use è strutturato secondo uno schema compatibile con le convenzioni OpenAI function calling, facilitando l’integrazione negli stack esistenti.

Link: cohere.com/command

Vuoi supporto? Sei sotto attacco? Stato dei servizi
Vuoi supporto? Sei sotto attacco? Stato dei servizi