Clairic API
Clairic یک مدل استخراج از Cloudflare است که مقادیر با نوع مشخص را از متن و تصویر در یک پاس استخراج میکند و برای کارهای غیرحساس مانند پردازش فاکتور و پیشبینی موجودی مناسب است.
Clairic یک مدل استخراج از Cloudflare است که به عنوان نخستین مدل از کلاس System One برای وظایف استخراج معرفی شده و از الگوی Jev شرکت TypeSafe الهام گرفته است. این مدل مقادیر با نوع مشخص را از متن و تصاویر اختیاری در یک پاس استخراج میکند و بازههای متنی، اعداد، تاریخها، زمانها، مدتها، فهرستها، برآوردها و پیشبینیها را تولید میکند. برای هر فیلد، امتیاز اطمینان و احتمال null را برمیگرداند و برخلاف LLM توکن خروجی تولید نمیکند.
این مدل برای استخراج داده از اسنادی مانند فاکتورها، رسیدها و مدارک بیمه، تجمیع دادههای مالی، محاسبه تاریخ و مدت، پیشبینی موجودی، استخراج اطلاعات در خدمات مشتری و پردازش ادعاهای بیمه در یک خط لوله ترکیبی به کار می‌رود. در مقایسه با LLMهای متعارف، دقت بالاتر، تأخیر کمتر و هزینه کمتری در وظایف استخراج داده ارائه می‌دهد و محاسبات یک یا دو مرحله‌ای مانند جمع، تفاضل، تبدیل و محاسبات تاریخ را به شکلی قابل اتکا انجام می‌دهد.
Clairic به عنوان بخشی از یک معماری گسترده‌تر هوش مصنوعی و مکمل LLMها و مدل تصمیمگیری Clef در یک خط لوله سهمرحلهای طراحی شده و جایگزین LLM نیست. در نسخه پیشنمایش، محاسبات چندمرحلهای هنوز کامل نیست و در زنجیرههای وابستگی طولانی و تجمیع در چند سطر جدول ضعف دارد. برآوردها تنها با اتکا به دادههای قابل مقایسه، تاریخچه یا متن توصیفی موجود در ورودی محدود و با دقت محدود هستند و پیشبینی آن پایه است و جایگزین مدلهای سری زمانی آموزشدیده روی دادههای خاص نمیشود. این مدل برای تطبیق الگوهای عمومی و کاربردهای غیرحساس در نظر گرفته شده و برای استدلال پیچیده و تولید متن باید با LLMها ترکیب شود.
به‌روزرسانی:
MODEL ID
clairic- زمینه
- 65.536K
- حداکثر خروجی
- 58.982K
- ورودی
- text / image
- خروجی
- decisions
نکات برجسته
- استخراج مقادیر با نوع مشخص در یک پاس
- پشتیبانی از ورودی متن و تصویر
- گزارش امتیاز اطمینان و احتمال null
- تأخیر و هزینه کمتر از LLMهای متعارف
- مناسب محاسبات یک یا دو مرحله‌ای
- در دسترس به صورت پیشنمایش
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $0.1 | $0 |
شروع سریع تصمیم‌ها
وضعیت و پرسش‌های محدود و نوع‌دار را به /api/v1/decisions بفرستید و برای هر پرسش یک پاسخ بخوانید: noul احتمالی از 0 تا 1 برمیگرداند، choice گزینه انتخاب‌شده همراه توزیع آن، و score امتیازی عددی برای معیارهای مرتب. این endpoint از سطوح Chat Completions، Messages و Responses جداست.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "clairic",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'پرسش‌های متداول
معرفی مدل: Clairic?
Clairic یک مدل استخراج از Cloudflare است که به عنوان نخستین مدل از کلاس System One برای وظایف استخراج معرفی شده و از الگوی Jev شرکت TypeSafe الهام گرفته است. این مدل مقادیر با نوع مشخص را از متن و تصاویر اختیاری در یک پاس استخراج میکند و بازههای متنی، اعداد، تاریخها، زمانها، مدتها، فهرستها، برآوردها و پیشبینیها را تولید میکند. برای هر فیلد، امتیاز اطمینان و احتمال null را برمیگرداند و برخلاف LLM توکن خروجی تولید نمیکند. این مدل برای استخراج داده از اسنادی مانند فاکتورها، رسیدها و مدارک بیمه، تجمیع دادههای مالی، محاسبه تاریخ و مدت، پیشبینی موجودی، استخراج اطلاعات در خدمات مشتری و پردازش ادعاهای بیمه در یک خط لوله ترکیبی به کار می‌رود. در مقایسه با LLMهای متعارف، دقت بالاتر، تأخیر کمتر و هزینه کمتری در وظایف استخراج داده ارائه می‌دهد و محاسبات یک یا دو مرحله‌ای مانند جمع، تفاضل، تبدیل و محاسبات تاریخ را به شکلی قابل اتکا انجام می‌دهد. Clairic به عنوان بخشی از یک معماری گسترده‌تر هوش مصنوعی و مکمل LLMها و مدل تصمیمگیری Clef در یک خط لوله سهمرحلهای طراحی شده و جایگزین LLM نیست. در نسخه پیشنمایش، محاسبات چندمرحلهای هنوز کامل نیست و در زنجیرههای وابستگی طولانی و تجمیع در چند سطر جدول ضعف دارد. برآوردها تنها با اتکا به دادههای قابل مقایسه، تاریخچه یا متن توصیفی موجود در ورودی محدود و با دقت محدود هستند و پیشبینی آن پایه است و جایگزین مدلهای سری زمانی آموزشدیده روی دادههای خاص نمیشود. این مدل برای تطبیق الگوهای عمومی و کاربردهای غیرحساس در نظر گرفته شده و برای استدلال پیچیده و تولید متن باید با LLMها ترکیب شود.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
Clairic چه نوع ورودی‌هایی را می‌پذیرد؟
این مدل متن، تصویر و طرح فیلد با نوع مشخص را به عنوان ورودی می‌پذیرد. می‌تواند مقادیر را از متن و تصاویر اختیاری در یک پاس استخراج کند.
Clairic چه نوع خروجیای تولید میکند؟
این مدل بازههای متنی، اعداد، تاریخها، زمانها، مدتها، فهرستها، برآوردها و پیشبینیها را تولید میکند. برای هر فیلد امتیاز اطمینان و احتمال null را برمیگرداند و توکن خروجی تولید نمیکند.
Clairic برای چه وظایفی مناسب است؟
برای استخراج داده از اسنادی مانند فاکتورها، رسیدها و مدارک بیمه، تجمیع دادههای مالی، محاسبه تاریخ و مدت، پیشبینی موجودی، استخراج اطلاعات در خدمات مشتری و پردازش ادعاهای بیمه در یک خط لوله ترکیبی مناسب است.
Clairic چه تفاوتی با LLMهای متعارف دارد؟
Clairic به عنوان یک مدل استخراج، در وظایف استخراج داده دقت بالاتر، تأخیر کمتر و هزینه کمتری نسبت به LLMهای متعارف ارائه می‌دهد. این مدل توکن خروجی تولید نمیکند و جایگزین LLM نیست، بلکه مکمل آن در یک معماری گسترده‌تر است.
Clairic چه محدودیتهایی دارد؟
در نسخه پیشنمایش، محاسبات چندمرحلهای هنوز کامل نیست و در زنجیرههای وابستگی طولانی و تجمیع در چند سطر جدول ضعف دارد. برآوردها بدون شواهد کافی دقت محدودی دارند و پیشبینی آن جایگزین مدلهای سری زمانی آموزشدیده روی دادههای خاص نمیشود.
Clairic چگونه با سایر مدلها ترکیب میشود؟
Clairic مکمل LLMها و مدل تصمیمگیری Clef در یک خط لوله سهمرحلهای است. برای استدلال پیچیده و تولید متن باید با LLMها ترکیب شود و به تنهایی استفاده نشود.