Mistral OCR 4 يعرف أين توجد كل كلمة ومقدار الثقة فيها

أصدرت Mistral AI اليوم OCR 4، أحدث إصدار من نموذج استخراج المستندات، مضيفة مربعات إحاطة، وتصنيف كتل بنوع معين، ودرجات ثقة لكل كلمة إلى مخرجاتها. يستهدف النموذج البحث المؤسسي، والتوليد المعزز بالاسترجاع (RAG)، وسير العمل الوكيل. يعمل النموذج بشكل مستقل بالكامل على حاوية واحدة. منصة مايكروسوفت الجديدة تمنح العلماء مصنعًا خاضعًا…

مخرجات هيكلية تتجاوز النص الخام

ركزت الإصدارات الأقدم على تحويل الصفحات إلى نص وجداول نظيفة. يعيد OCR 4 تمثيلاً هيكلياً: كل كتلة تحصل على مربع إحاطة، وتصنيف (عنوان، جدول، معادلة، توقيع، وغيرها)، ودرجات ثقة مضمنة على مستوى الصفحة والكلمة. لا تعرف الأنظمة اللاحقة ما يقوله المستند فحسب، بل أين يقع كل عنصر، وما هو دوره، ومدى ثقة النموذج في كل منطقة.

تدعم المخرجات الهيكلية عدة سير عمل بشكل مباشر: التجزئة الدلالية لـ RAG، والبدائل الهيكلية للوكلاء الذين يتعاملون مع ملء النماذج أو معالجة الفواتير، والمخرجات المنتظمة ذات النوع المحدد لخطوط الاستيعاب والفهرسة. أداة IBM مفتوحة المصدر CUGA تتجاوز التعقيدات وتذهب…

أداء المعايير والتفضيل البشري

سجل Mistral OCR 4 درجة 85.20 على OlmOCRBench و93.07 على OmniDocBench، وهما أعلى الدرجات الإجمالية في كلا المعيارين العامين. أجرت الشركة أيضاً تقييماً بشرياً مباشراً على أكثر من 600 مستند عبر أكثر من 12 لغة، مصدرها بائعون من جهات خارجية. فضل المقيمون المستقلون OCR 4 على كل نظام منافس، بمعدل فوز يبلغ 72% في المتوسط. IFBench: المعيار الجديد لاختبار اتباع الذكاء الاصطناعي…

أشارت Mistral إلى قيود معروفة في المعايير الآلية. أثناء مراجعة حالات عدم التطابق وراء نتائجهم، تبين أن معظمها ليس أخطاء نموذجية بل نتاج طريقة مقارنة المعايير للمخرجات: أخطاء في الحقيقة الأساسية، وتدوين رياضي مكافئ يُحتسب كعدم تطابق، ومشاكل في تجزئة المعادلات، وافتراضات في ترتيب القراءة متعدد الأعمدة، ومشاكل في إسناد نوع الكتلة. تعتبر Mistral نتائج المعايير الإجمالية إرشادية وليست نهائية.

تغطية وأداء متعددي اللغات

يدعم OCR 4 170 لغة عبر 10 مجموعات لغوية. في تقييم Mistral الداخلي Crawl Multilingual، يتصدر النموذج جميع المجموعات اللغوية الثماني التي تم اختبارها: الإنجليزية، وأوروبا الغربية، وأوروبا الشرقية، والشرق الأوسط، والصينية، وشرق آسيا، وجنوب شرق آسيا، واللغات المتخصصة. الفجوة أوسع بالنسبة للغات المتخصصة والمنخفضة الموارد، حيث تنخفض أداء العديد من الأنظمة المنافسة بشكل حاد بينما يحافظ OCR 4 على دقة عالية.

خيارات النشر والأسعار

يعمل النموذج على حاوية واحدة، مما يسمح للمؤسسات التي لديها متطلبات سيادة البيانات بالاحتفاظ ببيانات المستندات في بنيتها التحتية الخاصة. تبلغ تكلفة Mistral OCR 4 عبر API 4 دولارات لكل 1000 صفحة، مع خصم 50% على Batch-API يخفضها إلى 2 دولار لكل 1000 صفحة. Document AI، وهي طبقة بدون تعليمات برمجية تغذي مخرجات OCR عبر نموذج أصغر لتوليد JSON مهيكل، تكلف 5 دولارات لكل 1000 صفحة. منصة NSF OMAI تدخل حيز التشغيل: مجموعة Ai2 المفتوحة…

يتوفر OCR 4 عبر API من خلال Mistral Studio وAmazon SageMaker وMicrosoft Foundry. دعم Snowflake Parse Document قادم قريباً. كيف شقت سحابة علي بابا طريقها إلى 20 من أرباع غارتنر…

التكامل مع Search Toolkit

يعد OCR 4 مكون استيعاب في Search Toolkit من Mistral، وهو إطار بحث مفتوح المصدر وقابل للدمج تم الإعلان عنه في قمة AI Now. توفر مخرجاته الهيكلية مدخلات جاهزة للاستشهاد في سير عمل الاسترجاع والتقييم الخاصة بالأداة لـ RAG والبحث المؤسسي.

تعليقات المستخدمين المبكرة

قال Aidan Donohue، مهندس الذكاء الاصطناعي في Rogo، إن OCR 4 حقق دقة مكافئة لمحللي المستندات الوكيلين الرائدين في مجموعة بيانات مالية مكثفة بالرسوم البيانية والأشكال بتكلفة أقل بحوالي 8 مرات وزمن وصول أقل بـ 17 مرة. أفاد Ivan Mihailov، مهندس الذكاء الاصطناعي في Anaqua، أن Mistral OCR أسرع بحوالي 4 مرات لكل صفحة من مزودهم الحالي، وهي نتيجة وصفها بأنها مبهرة لسير عمل الكميات الكبيرة في إدارة السجلات حيث تكون السرعة حاسمة. أفق التحقق: لماذا أصبح التحقق من وكلاء البرمجة أصعب من…