Cohere、初のオープンソース音声認識モデル「Transcribe」を公開
Cohereは初のオープンソース音声認識モデル「Transcribe」を公開した。20億パラメータと軽量で一般向けGPUでも動作し、日本語を含む14言語に対応する。1分間で525分相当の音声を処理でき、Open ASRリーダーボードで誤り率5.42を記録した。無料APIも提供される。
Cohereは初のオープンソース音声認識モデル「Transcribe」を公開した。20億パラメータと軽量で一般向けGPUでも動作し、日本語を含む14言語に対応する。1分間で525分相当の音声を処理でき、Open ASRリーダーボードで誤り率5.42を記録した。無料APIも提供される。
AIスタートアップのCohereは市場調査自動化プラットフォームOttogridの買収を発表した。買収額は非公開。Ottogridのスタンドアロン製品は段階的に終了し、スマートテーブルや文書抽出機能はCohereの企業向け対話アプリ「North」に直接統合される。
Cohereやスタンフォード大学などの研究チームは、AIベンチマーク「LM Arena」が大手企業を優遇していると告発する論文を発表しました。MetaやOpenAIなどが非公開で多数のモデルをテストし最高スコアのみを公開できたほか、対戦のサンプリング率でも優遇されていたと指摘されています。LM Arena側は疑惑を否定しつつ、アルゴリズムの改定を表明しました。
Cohereが企業向け検索とRAGを強化するリランキングモデル「Rerank 3.5」を発表しました。複雑な推論を伴うデータ検索に対応し、日本語を含む100以上の言語をサポートします。金融やEC分野のベンチマークで高い性能を示し、Amazon Bedrockからも即座に呼び出せます。
Cohereはエンタープライズ検索やRAG向けの新モデル「Rerank 3 Nimble」を発表した。高精度を保ちながらRerank 3比で約3倍の高速化を実現している。なお、現時点ではAmazon SageMaker限定で提供される。
ソウルで開催されたAI安全サミットにて、10カ国とEUが国際的な安全研究ネットワークの構築に合意した。あわせてOpenAIやGoogle、中国の智譜AIなど主要16社が、リスクを許容値以下に抑えられない場合はモデルの開発や展開を行わないとする安全誓約に署名した。
Stability AIのCEOであるエマード・モスターク氏は、同社が売却先を探しているという噂を否定し、買収を持ちかけた事実は一度もないと明かした。同氏はシンプルなガバナンスを維持し多くの戦略的パートナーと連携中であるとし、JasperやCohereも称賛した。
AI検索エンジンのYou.comは、MetaのLlama 2などにリアルタイムWeb検索機能を提供する新APIを発表した。従来の検索APIと異なり長文スニペットを返せるのが特徴で、Web、ニュース、RAGの3種を用意。AnthropicやCohereが既に導入している。
Oracleの創業者ラリー・エリソン氏は決算説明会で、AIスタートアップのCohereと連携し、新たな生成AIクラウドサービスを提供すると明かした。MicrosoftのAzure OpenAIに対抗し、企業が自社データを使って安全に特化型モデルを構築できる点が特徴。Oracle社内でもすでに活用が始まっている。
Cohereは、Wikipedia記事をベクトル化したデータセット「The Embedding Archives」を公開した。日本語を含む10言語に対応し、約1億件の768次元ベクトルをHugging Face経由で無償提供する。開発者は自前でテキスト分割やベクトル化を行わずに、多言語対応のセマンティック検索を即座に構築できる。