Aya 23

Aya 23 ist eine Familie mehrsprachiger Sprachmodelle, die Cohere For AI, das Forschungslabor von Cohere, im Mai 2024 veröffentlichte. Sie umfasst 23 Sprachen, darunter Arabisch, Chinesisch, Hindi, Japanisch, Russisch und Spanisch sowie Englisch. Die Familie erschien in zwei Größen mit 8B und 35B Parametern. Beide Modelle basieren auf Cohere Command und wurden aus einem vortrainierten Checkpoint weiter mehrsprachig trainiert. Hier wird die 35B-Version mit einem Kontextfenster von 8192 Tokens geführt. Sie eignet sich für Retrieval- und Instruction-Following-Aufgaben in Sprachen, die bei englischzentrierten offenen Modellen oft zu kurz kommen. Cohere veröffentlichte die Gewichte unter CC-BY-NC 4.0 mit einem Zusatz zur akzeptablen Nutzung. Sie sind kostenlos für Forschung und nicht kommerzielle Nutzung; für den Produktionseinsatz ist eine separate kommerzielle Vereinbarung erforderlich. Auf das ursprüngliche Aya-Projekt, das Daten und Evaluation für 101 Sprachen in den Mittelpunkt stellte, folgte diese Version mit einer kleineren Sprachauswahl zugunsten einer besseren Qualität pro Sprache.