作者： NLP前沿 来源： NLP前沿

https://txt.cohere.com/command-r/  
https://huggingface.co/CohereForAI/c4ai-command-r-v01  

1. RAG 效果

在多个数据集上，遥遥领先mixtral moe模型，使用他们自己的embedding + rerank 更是遥遥领先开源模型

2. 工具能力

工具能力略优于mixtral ， 大幅领先gpt-3.5

3. 多语言能力

支持英语、法语、西班牙语、意大利语、德语、巴西葡萄牙语、日语、韩语、简体中文和阿拉伯语。

4. 长文能力

大海捞针测试可以获得全绿的结果

5. 协议

CC-BY-NC ，不可商用

凑点字数

from transformers import AutoTokenizer  
  
model_id = "CohereForAI/c4ai-command-r-v01"  
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)  
  
# define conversation input:  
conversation = [  
    {"role": "user", "content": "Whats the biggest penguin in the world?"}  
]  
# Define tools available for the model to use:  
tools = [  
  {  
    "name": "internet_search",  
    "description": "Returns a list of relevant document snippets for a textual query retrieved from the internet",  
    "parameter_definitions": {  
      "query": {  
        "description": "Query to search the internet with",  
        "type": 'str',  
        "required": True  
      }  
    }  
  },  
  {  
    'name': "directly_answer",  
    "description": "Calls a standard (un-augmented) AI chatbot to generate a response given the conversation history",  
    'parameter_definitions': {}  
  }  
]  
  
# render the tool use prompt as a string:  
tool_use_prompt = tokenizer.apply_tool_use_template(  
    conversation,  
    tools=tools,  
    tokenize=False,  
    add_generation_prompt=True,  
)  
print(tool_use_prompt)  

更多AI工具，参考Github-AiBard123，国内AiBard123