# ツール使用

Command R7Bは、Cohere社が開発した高性能で拡張性のある大規模言語モデル（LLM）であり、エンタープライズアプリケーション向けに設計されています。小型のモデルサイズでありながら、最高レベルの速度、効率性、品質を提供し、一般的なGPU、エッジデバイス、さらにはCPU上でも展開可能であるため、AIアプリケーションの開発?導入コストを大幅に削減します。Command R7Bは、多言語対応、参照検証検索強化生成（RAG）、推論、ツール使用、エージェント動作において優れた性能を発揮し、速度、コストパフォーマンス、計算リソースの最適化が必要なエンタープライズユースケースに最適です。

Llama3.1-8B-Chinese-Chatは、Meta-Llama-3.1-8B-Instructモデルを基にした指示型ファインチューニング言語モデルであり、中国語と英語のユーザー向けに設計されており、ロールプレイングやツール使用など、複数の機能を備えています。ORPOアルゴリズムでファインチューニングされた本モデルは、中国語の質問に対し英語で回答したり、回答に中国語と英語が混在する問題を大幅に削減し、特にロールプレイング、機能呼び出し、数学的能力において顕著な向上を見せています。

Llama3.1-70B-Chinese-Chatは、Meta-Llama-3.1-70B-Instructモデルを基盤とした指示微調整言語モデルであり、中英両言語対応ユーザー向けに設計されています。ロールプレイングやツール使用など、多様な機能を備えています。ORPOアルゴリズムによる微調整により、中国語の質問に英語で回答したり、回答に中国語と英語が混在する問題が大幅に減少しました。特に、ロールプレイング、機能呼び出し、数学的能力において顕著な向上が見られます。

Llama-3-70B-Tool-Useは、700億パラメーターの大規模言語モデルであり、高度なツール使用と機能呼び出しタスク向けに設計されています。このモデルは、バークレー機能呼び出しランキング（BFCL）において全体的な精度90.76％を達成し、公開されている全ての70B言語モデルを上回っています。Llama 3 70Bベースモデルを基に、トランスフォーマーアーキテクチャを最適化し、完全な微調整と直接選好最適化（DPO）によってトレーニングされました。入力はテキスト、出力もテキストで、ツール使用と機能呼び出し能力が強化されています。主な用途はツール使用と機能呼び出しですが、一般的な知識やオープンエンドのタスクでは、汎用的な言語モデルの方が適している可能性があります。このモデルは、場合によっては不正確または偏ったコンテンツを生成する可能性があるため、ユーザーは特定のユースケースに適した適切な安全対策の実装に注意する必要があります。このモデルは、温度とtop_pサンプリングの設定に非常に敏感です。

Gemma-2-27B-Chinese-Chatは、google/gemma-2-27b-itを基にした、中英両言語ユーザー向けに設計された初の指示微調整言語モデルです。ロールプレイングやツール使用など、多様な機能を備えています。ORPOアルゴリズムで微調整されており、中英両言語での会話、ロールプレイング、数学計算などの性能が大幅に向上しています。

Gemma-2-9B-Chinese-Chatは、google/gemma-2-9b-itを基盤とした指示調整型言語モデルで、日本語?英語ユーザー向けに設計されています。ロールプレイングやツール使用など、多様な機能を備えています。ORPOアルゴリズムによるファインチューニングにより、日本語への対応精度が大幅に向上し、日本語と英語の混在が減少しました。ロールプレイング、ツール使用、数学計算において優れた性能を発揮します。