A Cohere Model Vault szolgáltatásában mostantól nyílt súlyú AI-modellek is futtathatók vállalatoknak
💼 Üzlet AI

A Cohere Model Vault szolgáltatásában mostantól nyílt súlyú AI-modellek is futtathatók vállalatoknak

A Cohere szerint a vállalatok felügyelt, privát infrastruktúrán futtathatnak külső fejlesztőktől származó nyílt modelleket, miközben ők szabják meg az adatok tárolási helyét és a hozzáférést.

Ezt a cikket mesterséges intelligencia írta. Automatikus tény- és minőség-ellenőrzésen ment át, és a szerkesztőnk naponta szúrópróbaszerűen átnézi a megjelent cikkeket.

Lásd elsőként az AI World HQ cikkeit a Google-banJelölj meg kedvenc forrásként, és a Google Kiemelt hírei között előrébb látod a cikkeinket.Hozzáadás

Sok szervezet szeretne érzékeny anyagokon, például ügyfél-nyilvántartásokon, orvosi dokumentumokon vagy belső szerződéseken AI-t használni, de ezeket az adatokat nem küldhetik el egy általuk nem felügyelt, közös szolgáltatásba. A Cohere legújabb bejelentése pontosan ezt a problémát célozza.

Mit jelentett be a Cohere?

A Model Vault a Cohere dedikált következtetési platformja. A következtetés az a pillanat, amikor egy AI-modell elolvassa a kérésedet, majd választ generál rá. A következtetési platform tehát az a környezet, ahol ez a munka történik. A Cohere szerint a Model Vault teljes körűen felügyelt szolgáltatás, vagyis a vállalat működteti az infrastruktúrát, így az ügyfélnek nem kell saját szervereket kiépítenie és karbantartania.

Az újdonság az, hogy a Model Vault mostantól más szolgáltatók nyílt súlyú modelljeit is futtatja. A nyílt súlyú modell olyan modell, amelynek betanított paramétereit közzéteszik, így a fejlesztők letölthetik és futtathatják. A Cohere példaként a DeepSeek V4.1 Flash, a Gemma 4, a GPT-OSS és a Phi modelleket nevezi meg, és azt mondja, hogy az ügyfelek ezeket a saját modelljei mellett használhatják.

Kétféle védelmi szint

A Cohere a platform két változatát kínálja:

  • Model Vault: minden szervezet saját, elkülönített példányt kap, amelyet csak az adott szervezet használ. Te választod ki a régiót, a Cohere pedig azt állítja, hogy a promptjaid és a válaszaid ott maradnak.
  • Model Vault Encrypted: ez még tovább megy. Bizalmas számítástechnikát használ, amely az adatokat a feldolgozás közben is titkosítva tartja. A Cohere szerint ebben a beállításban sem a Cohere, sem a felhőszolgáltató nem láthatja, mit küldenek a modellnek, illetve milyen választ ad.

A Cohere azt is közölte, hogy a Model Vaultban alapértelmezés szerint nincs adatmegőrzés. Ez azt jelenti, hogy a promptokat és a válaszokat a feldolgozás után nem tárolják. Nem minden modell érhető el mindkét szinten. A bejelentésben szereplő táblázat szerint a Cohere Command modell elérhető a normál Model Vaultban, a titkosított változatban viszont nem.

Az elérhetőség régiónként eltér. A Cohere szerint a Model Vault már működik az Egyesült Államokban, az Európai Unióban és Kanadában. A Model Vault Encrypted az Egyesült Államokban érhető el, az európai uniós és kanadai támogatás pedig a leírás szerint hamarosan érkezik.

Mit jelent a „szuverén következtetés”?

A Cohere a szuverén következtetés kifejezést használja annak leírására, hogy ki rendelkezik az AI működése felett. A vállalat ezt négy részre bontja:

  1. Hol találhatók az adataid (az adatok elhelyezése, vagyis az a fizikai hely, ahol az információt tárolják).
  2. Ki férhet hozzájuk.
  3. Melyik modelleket használod, így minden feladathoz kiválaszthatod a legmegfelelőbb eszközt.
  4. Hogyan fut az AI, ahelyett hogy ezt a szolgáltató döntené el.

Az elképzelés lényege, hogy egy vállalatnak ne kelljen feladnia az irányítást ahhoz, hogy hozzáférjen a jó modellekhez.

Összegzés

A Cohere bejelentése üzleti frissítés: a Model Vault mostantól több szolgáltató nyílt súlyú modelljeit is futtathatja, adatvédelmi beállításokkal és választható régiókkal. A biztonsággal és az adatkezeléssel kapcsolatos állítások a Cohere saját állításai, ezért ezeket egyeztesd a szolgáltatóddal. Következő lépésként nézd meg a Cohere hivatalos bejelentését, és írd össze, milyen kérdésekre kell választ kapnia a szervezetednek az adatok helyével és a hozzáféréssel kapcsolatban.

Olvass tovább

📰 MiniMax H3-Image: mire képes az új 4K-s képgeneráló modell, és kinek lehet hasznos? A MiniMax szerint a nyílt súlyú képgeneráló modellje körülbelül 10 másodperc alatt készít 4K-s képeket. Mutatjuk, mit jelent ez a projektjeid szempontjából. 📘 Első lépések Cohere-rel: útmutató kezdőknek Ismerd meg, mik a Cohere AI eszközei, és hogyan használhatod őket szövegek szerkesztésére a munkádhoz, még akkor is, ha új vagy a mesterséges intelligencia világában. 📰 Kimi K3.1 Pro: Mit jelent a Moonshot új, nyílt súlyú AI-modelljének bejelentése? A Kimi új modelljét kódolásra, 3D-modellezésre és pénzügyi kutatásra szánják, ráadásul rendkívül hosszú szöveges memóriával rendelkezik. 📰 Kimi K3 mostantól a Databricksen — ez mit árul el az AI-piacról? A Moonshot AI nagy erejű, nyílt súlyozású modellje csatlakozott egy komoly vállalati platformhoz. A lépés arra utal, hogy a csúcson egyre más a verseny. 📰 A Mistral új hangalapú és nyílt kódolási modelljei: mik ezek, és kinek szólnak? A Mistral AI kiadott egy hangalapú segédprogramok fejlesztésére szolgáló eszközkészletet, és elérhetővé tette legnagyobb modelljének súlyait. Megmutatjuk, mit jelentenek ezek neked. 📰 Miért kezdhetsz bele az AI használatába még azelőtt, hogy minden adatot egy helyre költöztetnél A Snowflake szerint a nyílt adatformátumok és az egységes adatkezelés lehetővé teszik, hogy az AI ott dolgozzon az adatokkal, ahol azok már most is találhatók.
Hasznos volt?

✦ Az AI World HQ automatikus szerkesztőségében mesterséges intelligencia készítette, hivatalos forrásokból. Automatikus tény- és minőség-ellenőrzésen ment át, és a szerkesztőnk naponta szúrópróbaszerűen átnézi a megjelent cikkeket. Hibát látsz? Jelezd a fenti gombokkal.

← Vissza a hírekhez