ميسترال إيه آي تطلق نظام التعرف البصري على النصوص OCR 4 مع الكتل والحدود ودرجات الثقة

أعلنت Mistral AI عن إطلاق Mistral OCR 4، وهو نموذج جديد للتعرف البصري على الأحرف (Optical Character Recognition - OCR) لا يقتصر على استخراج النص فحسب، بل يعيد أيضًا المربعات المحيطة (bounding boxes) وتصنيف الكتل حسب النوع (العناوين، الجداول، المعادلات، التسميات التوضيحية، وغيرها) وتقييم الثقة لكل كلمة. يدعم النموذج 170 لغة تعمل ضمن 10 مجموعات لغوية، ويمكن نشره في حاوية واحدة للتخزين المحلي الكامل للبيانات. في التقييمات البشرية على أكثر من 600 مستند بأكثر من 12 لغة، فضّل المقيمون المستقلون OCR 4 على جميع أنظمة التعرف البصري وخدمات الذكاء الاصطناعي للمستندات التي تم اختبارها، بمتوسط تفضيل بلغ 72%. في المعيار العام OlmOCRBench، حصل النموذج على 85.20 نقطة، محققًا المركز الأول بين الأنظمة المختبرة. في معيار OmniDocBench، بلغت نتيجته 93.07، لكن الشركة تشير إلى القيود المعروفة للاختبارات الآلية: جزء من الفروق يعود إلى أخطاء في البيانات المرجعية، والترميز الرياضي المكافئ، وتجزئة المعادلات، وترتيب القراءة في المستندات متعددة الأعمدة. تم دمج OCR 4 في Mistral Search Toolkit (إطار بحث مفتوح المصدر) وهو متاح عبر واجهة برمجة التطبيقات (API) (4 دولارات لكل 1000 صفحة، مع خصم 50% للوضع الجماعي ليصبح 2 دولار) أو عبر Document AI في Mistral Studio (5 دولارات لكل 1000 صفحة). يضيف Document AI إمكانية إخراج JSON منظم وفق مخطط محدد وتعليق الصور. يُوصى باستخدام النموذج لتحليل المستندات، وRAG (Retrieval-Augmented Generation)، وسير العمل الوكيل، والبحث المؤسسي، ومعالجة الفواتير. تؤكد الشركة أن OCR 4 غير مخصص للتشخيص الطبي أو الآراء القانونية أو الأنظمة الحرجة للسلامة.