Cohere تطلق Embed 5 للبحث في النصوص والصور معا
قدمت Cohere نموذجي التضمين Embed 5 Pro وEmbed 5 Fast اللذين يجمعان النصوص والصور والمدخلات المختلطة في بحث واحد. ويدعم النموذجان سياقا يصل إلى 128 ألف رمز وأكثر من 100 لغة، ويستهدفان الشركات التي تبحث في أرشيفات المستندات الممسوحة والرسوم البيانية.
قدمت Cohere في 30 سبتمبر 2026 عائلة نماذج التضمين (embedding) Embed 5. وتضم العائلة نموذجين: Embed 5 Pro الذي يقدم الجودة أولا، وEmbed 5 Fast المصمم للسرعة والأحجام الكبيرة. ويحوّل النموذجان النصوص والصور والمدخلات التي تجمع بينهما إلى التمثيل الرقمي نفسه، فيمكن العثور على المستندات الممسوحة ضوئيا والجداول والرسوم البيانية في البحث نفسه مع النصوص.
وظيفة نموذج التضمين
يحوّل نموذج التضمين النص أو الصورة إلى سلسلة أرقام (متجه) تحمل معناها. وتعتمد أنظمة البحث وتطبيقات التوليد المعزز بالاسترجاع (RAG) على هذه المتجهات للعثور على المستندات الأقرب معنى إلى السؤال. وبما أن جزءا كبيرا من أرشيفات الشركات يتكون من ملفات PDF ممسوحة وعروض وجداول ورسوم بيانية، فإن نموذج تضمين يفهم الصور مباشرة يقلل الحاجة إلى تحويل المستندات إلى نص أولا.
المواصفات التقنية
وبحسب Cohere، يعالج النموذجان سياقا يصل إلى 128 ألف رمز (token) ويدعمان أكثر من 100 لغة. ويمكن اختيار حجم المتجه الناتج من 2048 نزولا إلى 256. وبفضل أسلوب Matryoshka تُستخرج الأحجام الصغيرة من الجزء الأول من المتجه الكامل، مما يساعد على خفض تكاليف التخزين والبحث. وتتوفر المتجهات بصيغ float وint8 وbinary.
ويتشارك Pro وFast فضاء التضمين نفسه، إذ يمكن الاستعلام عن المستندات المفهرسة بـ Pro باستخدام Fast من دون إعادة الفهرسة. وتوصي Cohere باستخدام Pro للفهرسة المسبقة والاسترجاع الذي تكون فيه الجودة حاسمة، وFast للبحث التفاعلي وتطبيقات RAG عالية الحجم والاسترجاع القائم على الوكلاء. ووفق النتائج التي نشرتها Cohere، يتقدم Embed 5 Pro على نماذج منافسة مثل Voyage وGemini Embedding في البحث في المستندات الممسوحة وصور الصفحات، ومجموعات البيانات المالية، واختبارات ملفات PDF المحللة.
خيارات الوصول والتشغيل
تتوفر النماذج عبر Cohere API وModel Vault وMicrosoft Foundry وAmazon SageMaker ومنصة الذكاء الاصطناعي المؤسسية North التابعة لـ Cohere. وتقول Cohere إن النموذجين يمكن تشغيلهما عبر vLLM وضمن تثبيت خاص في السحابة الخاصة الافتراضية (VPC) للشركة أو على خوادمها الداخلية. ولم يُنشر Embed 5 على Hugging Face ليتاح تنزيله للجميع، ولذلك لا يندرج ضمن فئة النماذج المفتوحة. والأسعار الحالية متاحة على موقع Cohere.
خيار للشركات التي تملك أرشيفات PDF ورسوم بيانية
الجمهور الأساسي لـ Embed 5 هو الشركات التي تبني أنظمة بحث أو RAG في مجالات مثل المال والقانون والتأمين والرعاية الصحية، حيث تقع معظم المعلومات داخل مستندات ممسوحة وجداول ورسوم بيانية. كما أن دعم أكثر من 100 لغة مهم للمؤسسات التي تتعامل مع مستندات باللغة العربية أو التركية. وبالنسبة إلى الشركات في القطاعات الخاضعة للتنظيم التي لا تريد إخراج بياناتها، يمثل خيار التشغيل على بنيتها التحتية الخاصة ميزة إضافية.
وقد أُجري جزء من المقارنات باستخدام RCP-nDCG@10، وهي طريقة تقييم خاصة بـ Cohere أعلنتها في اليوم نفسه، وتقيّم المستندات المسترجعة وفق معايير صلة خاصة بكل سؤال. وقد تختلف النتائج في أرشيفات الشركات الفعلية، لذا من المفيد تجربة النماذج على مستنداتك الخاصة ومتابعة تقييمات الباحثين المستقلين.
المصادر: مدونة Cohere: Embed 5.
