Mistral AI julkaisee OCR 4:n, jossa on rajauslaatikot, lohkoluokittelu ja luottamusarvot

Mistral AI julkaisi OCR 4 -dokumenttien jäsennysjärjestelmän, joka palauttaa rajauslaatikot, kirjasintyyppikohtaisen lohkoluokituksen (otsikot, taulukot, yhtälöt, allekirjoitukset jne.) ja tekstin yhteydessä luottamuslukemat. Malli tukee 170 kieltä 10 kieliryhmässä, toimii yhdessä kontissa täysin itse isännöityjä asennuksia varten ja on saatavilla API:n tai Document AI:n kautta Mistral Studiossa. API-hinnoittelu on 4 dollaria per 1 000 sivua, ja 50 prosentin Batch-API-alennus laskee sen 2 dollariin per 1 000 sivua. Document AI maksaa 5 dollaria per 1 000 sivua. Ihmisten mieltymysarvioinneissa yli 600 dokumentilla ja yli 12 kielellä annotaattorit suosivat OCR 4:ää johtavien kilpailijoiden sijaan keskimääräisellä voittoprosentilla 72 prosenttia. Julkisella OlmOCRBench-viitekehyksellä se sai 85,20 pistettä, mikä on paras kokonaispistemäärä testatuista malleista. OmniDocBench-viitekehyksellä se sai 93,07 pistettä, vaikka yritys varoittaakin, että automaattisissa viitearvioinneissa on tunnettuja rajoituksia. OCR 4 on integroitu myös Mistral Search Toolkitin syöttökomponentiksi RAG- ja yrityshakuratkaisuja varten.