Cohere의 Command A Vision 모델
Cohere의 Command A Vision 모델
Command A Vision은 이미지 입력과 상호작용할 수 있는 강력한 시각 언어 모델이에요. 이 문서는 그 능력에 관한 정보를 담고 있습니다.
출처: 문서
본문
설명(Description)
Command A Vision은 텍스트와 함께 시각 데이터를 이해하고 해석할 수 있는 Cohere의 첫 번째 멀티모달 모델이에요. 128K 컨텍스트 길이와 요청당 최대 20개 이미지 지원을 갖춘 Command Vision은 문서 분석, 차트 해석, 광학 문자 인식(OCR), 여러 언어가 포함된 이미지 처리 등 엔터프라이즈 사용 사례에서 뛰어나요. 이 모델은 다른 Command 모델들과 동일한 API 인터페이스를 유지해서, 기존 애플리케이션에 비전 능력을 쉽게 통합할 수 있습니다.
Command A Vision은 무엇에 사용할 수 있나요?
Command A Vision은 다음과 같은 엔터프라이즈 사용 사례에서 탁월해요:
- 차트, 그래프, 다이어그램 분석;
- 이미지 내 테이블 추출 및 이해;
- 문서 광학 문자 인식(OCR) 및 질의응답;
- 자연어 기반 이미지 처리.
한계(Limitations)
이 모델에서는 도구 사용(tool use)이 지원되지 않는다는 점을 알아두세요.
또한 Command A Vision은 이미지를 입력으로 받아들이지만 이미지를 생성하지는 않는다는 점을 언급하는 것이 중요해요.
이러한 것들과 그 밖의 응용에 대한 더 상세한 분류를 보려면 저희 cookbook들을 확인해 보세요. 토큰 수가 어떻게 계산되는지, 최대 이미지 수 등에 대해 더 알고 싶다면 전용 Image Inputs 문서를 확인하세요.