Coplot：通过可视化支持研究过程
Coplot: Supporting the research process through visualization
Cohere Labs 的研究可视化叙事者 Thomas Euyang 介绍了 co/plot，一个用于支持研究过程的可视化工具。该工具旨在解决研究人员在使用 Matplotlib 时迭代困难、以及 Figma 无法可靠导入数据导致精度风险的问题。co/plot 支持快速原型化、内置可定制样式，并保持对底层数据的精确性。该工具在构建 Tiny Aya 模型（覆盖 70+ 种语言）的过程中得到测试，Cohere 已将其作为开放科学项目公开发布。
Co/plot：通过可视化支持研究过程
我们及我们的合作伙伴使用 Cookie、脚本及某些类似技术（统称"Cookie"）从本网站访客处收集数据，包括 IP 地址、点击行为，以及访客本人及其对本网站和其他网站使用情况的详细信息。这有助于我们运行网站功能、识别访客、了解网站使用情况，并在站内外提供个性化广告，包括基于您的浏览习惯的广告。点击"全部接受"以接受所有 Cookie，或使用其他按钮调整可选 Cookie。请参阅我们的隐私政策。
设置 拒绝可选 全部接受
自定义同意偏好
我们使用 Cookie 来帮助您高效导航并执行某些功能。您可以在下方每个同意类别中找到关于所有 Cookie 的详细信息。
被归类为"必要"的 Cookie 存储在您的浏览器中，因为它们对于启用网站的基本功能至关重要。...显示更多
必要 始终启用
必要 Cookie 是帮助保护和启用本网站基本功能所必需的，例如提供登录功能或调整您的同意偏好。
功能
- [x]
功能 Cookie 主要帮助执行某些可选功能，如在社交媒体平台上分享网站内容和收集反馈。禁用这些 Cookie 可能会影响您的浏览体验。
分析
- [x]
分析 Cookie 主要用于了解访客如何访问网站并与网站互动。这些 Cookie 有助于提供访客数量、跳出率、流量来源等指标信息。它们帮助我们理解和分析网站以及将访客引至网站的广告的关键性能指标。
性能
性能 Cookie 用于理解和分析网站的关键性能指标，有助于为访客提供更好的用户体验。
广告
- [x]
广告 Cookie 主要用于收集您在我们网站内外的在线互动信息，以建立您的兴趣画像，并在第三方网站（包括社交媒体服务）上向您展示相关广告。如果您选择退出这些 Cookie，您仍会看到广告，但个性化程度可能降低。
其他
- [x]
其他未分类的 Cookie 是正在分析中、尚未归入某一类别的 Cookie。
拒绝可选 保存我的偏好 全部接受
Command A+。我们最快、最强大的语言模型——现已开源。
]( 
工作场所系统
* North 一个企业级 AI 平台，赋能现代工作场所生产力
* Compass 一个智能搜索与发现系统，用于挖掘业务洞察
生成式模型
* [Command 新 面向 agentic、多模态、多语言 AI 的高性能模型](https://cohere.com/command)
* [Transcribe 新 一个用于生成高精度音频转录的语音识别模型](https://cohere.com/transcribe)
* [Aya 覆盖 70+ 语言的多语言研究模型系列](https://cohere.com/research/aya)
高级检索模型
* [Embed 领先的多模态搜索与检索工具](https://cohere.com/embed)
* [Rerank 为搜索质量提供语义提升的强大模型](https://cohere.com/rerank)
行业
* [科技](https://cohere.com/solutions/technology)
* [金融服务](https://cohere.com/solutions/financial-services)
* [医疗与生命科学](https://cohere.com/solutions/healthcare-and-life-sciences)
* [制造业](https://cohere.com/solutions/manufacturing)
* [能源与公用事业](https://cohere.com/solutions/energy-and-utilities)
* [公共部门](https://cohere.com/solutions/public-sector)
* [电信](https://cohere.com/solutions/telecommunications)
Model Vault 您专属的安全模型推理平台——由 Cohere 管理
Cohere Labs Cohere 的研究实验室，致力于解决复杂的机器学习问题
模型
* [Aya](https://cohere.com/research/aya)
* 资源
* [论文](https://cohere.com/research/papers)
* [视频](https://www.youtube.com/playlist?list=PLLalUvky4CLJKDaiWCumhsJpHNDhZeVll)
* [博客](https://cohere.com/blog/tag/research)
倡议
* [开放科学社区](https://cohere.com/research/open-science)
* [学者计划](https://cohere.com/research/scholars-program)
* [Catalyst 资助计划](https://cohere.com/research/grants)
* [Global MMLU](https://cohere.com/research/globalmmlu)
* [排行榜幻觉](https://cohere.com/research/lmarena)
* [活动](https://cohere.com/events?eventTypes=research)
资源
* [博客](https://cohere.com/blog)
* [开发者](https://cohere.com/developers)
* [文档](https://docs.cohere.com/)
* [LLM University](https://cohere.com/llmu)
* [Cookbooks](https://docs.cohere.com/page/cookbooks)
社区
* [Discord](https://discord.com/invite/co-mmunity)
* [活动](https://cohere.com/events)
* [点播活动](https://events.cohere.com/on-demand/)
* [周边商店](http://shop.cohere.com/)
客户案例 探索企业 AI 案例研究与成功故事公司
* [关于](https://cohere.com/about)
* [招聘](https://cohere.com/careers)
* [新闻室](https://cohere.com/newsroom)
* [合作伙伴](https://cohere.com/partners)
产品
工作场所系统
* North 一个企业级 AI 平台，赋能现代工作场所生产力
* Compass 一个智能搜索与发现系统，用于挖掘业务洞察
生成式模型
* [Command 新 面向 agentic、多模态、多语言 AI 的高性能模型](https://cohere.com/command)
* [Transcribe 新 一个用于生成高精度音频转录的语音识别模型](https://cohere.com/transcribe)
* [Aya 覆盖 70+ 语言的多语言研究模型系列](https://cohere.com/research/aya)
高级检索模型
* [Embed 领先的多模态搜索与检索工具](https://cohere.com/embed)
* [Rerank 为搜索质量提供语义提升的强大模型](https://cohere.com/rerank)
解决方案
行业
* [科技](https://cohere.com/solutions/technology)
* [金融服务](https://cohere.com/solutions/financial-services)
* [医疗与生命科学](https://cohere.com/solutions/healthcare-and-life-sciences)
* [制造业](https://cohere.com/solutions/manufacturing)
* [能源与公用事业](https://cohere.com/solutions/energy-and-utilities)
* [公共部门](https://cohere.com/solutions/public-sector)
* [电信](https://cohere.com/solutions/telecommunications)
Model Vault 您专属的安全模型推理平台——由 Cohere 管理
研究
Cohere Labs Cohere 的研究实验室，致力于解决复杂的机器学习问题
模型
* [Aya](https://cohere.com/research/aya)
* 资源
* [论文](https://cohere.com/research/papers)
* [视频](https://www.youtube.com/playlist?list=PLLalUvky4CLJKDaiWCumhsJpHNDhZeVll)
* [博客](https://cohere.com/blog/tag/research)
倡议
* [开放科学社区](https://cohere.com/research/open-science)
* [学者计划](https://cohere.com/research/scholars-program)
* [Catalyst 资助计划](https://cohere.com/research/grants)
* [Global MMLU](https://cohere.com/research/globalmmlu)
* [排行榜幻觉](https://cohere.com/research/lmarena)
* [活动](https://cohere.com/events?eventTypes=research)
资源
资源
* [博客](https://cohere.com/blog)
* [开发者](https://cohere.com/developers)
* [文档](https://docs.cohere.com/)
* [LLM University](https://cohere.com/llmu)
* [Cookbooks](https://docs.cohere.com/page/cookbooks)
社区
* [Discord](https://discord.com/invite/co-mmunity)
* [活动](https://cohere.com/events)
* [点播活动](https://events.cohere.com/on-demand/)
* [周边商店](http://shop.cohere.com/)
公司
公司
* [关于](https://cohere.com/about)
* [招聘](https://cohere.com/careers)
* [新闻室](https://cohere.com/newsroom)
* [合作伙伴](https://cohere.com/partners)
2026年6月3日
3分钟阅读
Co/plot：通过可视化支持研究过程
作者
Thomas Euyang 研究可视化叙事者标签
分享
AI 不是捷径。
它是企业领先的方式。
当研究人员能够清晰地看到自己在做什么——无论是工作中为自己，还是为分享对象——研究才能发挥最大影响力。可视化是实现这一目标的关键。它帮助研究人员在过程中理解自己的工作：实验实际展示了什么、下一步该尝试什么、哪些部分站得住脚、哪些不行。伴随论文或博客文章的可视化内容——从示意图到柱状图、表格、折线图——是一个更漫长的数据审视与意义挖掘过程的可见输出。
在 Cohere Labs，我的部分职责就是创建这些可视化内容，无论简单还是复杂，以支持团队探索研究问题。随着我构建越来越多的图表，我逐渐意识到现有的工作流程很难在保持可复现性和对底层数据忠实度的同时快速迭代。这确实是研究过程中的一个瓶颈。许多研究人员使用的 Matplotlib 难以迭代。微小的改动往往需要重新运行整个脚本。设计工具 Figma 能生成漂亮的图表，但无法可靠地导入数据，这意味着需要手动描摹 Matplotlib 的图表，从而存在精度风险。这两条路径都拖慢了工作速度，使得数据可视化难以在研究过程中充分发挥作用。
于是我开始尝试。最初我的目标是创建一个简单的样式工具，生成带有样式规则的代码，使其在 Matplotlib 中表现良好。但随着我与团队成员越来越深入地协作，我们意识到可以构建一个更有用的东西。我们称之为 co/plot：一个可以快速原型化、内置可定制样式、且对底层数据保持精确的工具。
在构建 Tiny Aya 的过程中，co/plot 得到了充分测试。在模型构建期间，我扩展了它的能力以覆盖我们评估的 70+ 种语言；在撰写技术报告时，我打磨了它的样式，使我们的发现尽可能清晰和精致。我还在这个过程中将工具交给研究人员使用，不断优化用户体验，使其对他们更有效。
在这个过程中，co/plot 对我们工作流程的影响变得清晰。样式更好、更易读的图表帮助我们在过程中做出更好的决策。这些图表不仅在技术报告中发挥了作用，对研究过程本身也至关重要。
作为开放科学的坚定信仰者，我们决定将 co/plot 公开发布。除了论文和模型之外，发布工具能够提升整个领域研究工作的基线。来自我们开放科学社区的独立研究人员已经在使用 co/plot 更清晰地梳理他们的发现，这意味着他们可以更快地迭代、获得更好的反馈，并以更高的信心分享他们的工作。对我来说，这就是意义所在。当可视化工具的门槛提高时，更多研究人员能够做出更清晰的工作、得出更清晰的结论，好的想法也能从我们未曾想到的地方浮现出来。
数据可视化领域正在快速变化，研究人员使用的工具塑造了他们与数据互动的方式。制作图表、尝试一种表现形式并观察它展示的内容——这种迭代工作本身就是研究人员理解其发现的一部分。co/plot 正是基于这一信念构建的：制作图表的过程与图表本身同样重要，研究工具应该支持这一过程，而不是将其抽象化。我们期待继续开发 co/plot，发布更多塑造了我们自身研究过程的工具，并倾听社区的意见，了解如何让这些工具更好地为他们服务。
作者
标签
分享
AI 不是捷径。
它是企业领先的方式。
继续阅读
企业 AI RWS 与 Cohere 为企业打造顶级 AI 语言智能 2026年6月1日 5分钟阅读 
企业 AI 商业智能中的 AI：用例、优势与采用考量 2026年5月28日 8分钟阅读 
面向开发者的 AI企业 AI 什么是 Model Context Protocol？MCP 实用指南 2026年5月28日 6分钟阅读
准备好让 AI 发挥作用了吗？
AI 发展迅速
我们将让您及时了解最新动态。
请在下方输入您的企业邮箱，以接收来自 Cohere 的更新。请参阅我们的隐私政策了解详情或联系我们。您可以随时取消订阅。
资源
公司
Cohere © 2026
English