Mistral OCR

Nel corso della storia, i progressi nell'astrazione e nel recupero delle informazioni hanno guidato il progresso umano. Dai geroglifici al papiro, dalla stampa alla digitalizzazione, ogni balzo in avanti ha reso la conoscenza umana più accessibile e fruibile, alimentando ulteriori innovazioni.

Oggi ci troviamo sull’orlo del prossimo grande balzo: sbloccare l’intelligenza collettiva di tutte le informazioni digitalizzate. Circa il 90% dei dati organizzativi mondiali è memorizzato sotto forma di documenti e, per sfruttare questo potenziale, presentiamo Mistral OCR.

Mistral OCR è un’API di Optical Character Recognition che stabilisce un nuovo standard nella comprensione dei documenti. A differenza di altri modelli, Mistral OCR comprende ogni elemento dei documenti — media, testo, tabelle, equazioni — con una precisione e una cognizione senza precedenti. Accetta immagini e PDF come input ed estrae il contenuto in un testo ordinato intercalato con immagini.

Di conseguenza, Mistral OCR è il modello ideale da utilizzare in combinazione con un sistema RAG che elabora documenti multimodali (come presentazioni o PDF complessi) come input.

Abbiamo impostato Mistral OCR come modello predefinito per la comprensione dei documenti per milioni di utenti su Le Chat e stiamo rilasciando l’API mistral-ocr-latest a 1000 pagine per dollaro (e circa il doppio delle pagine per dollaro con l’inferenza batch). L’API è disponibile da oggi sulla nostra suite per sviluppatori la Plateforme e arriverà prossimamente sui nostri partner cloud e di inferenza, nonché in modalità on-premises.

Punti salienti

1. Comprensione all’avanguardia di documenti complessi

2. Nativamente multilingue e multimodale

3. Benchmark di livello superiore

4. Il più veloce nella sua categoria

5. Documento come prompt, output strutturato

6. Disponibile in modalità self-hosting su base selettiva per organizzazioni che gestiscono informazioni altamente sensibili o classificate

Analizziamoli uno per uno.

Comprensione all’avanguardia di documenti complessi

Mistral OCR eccelle nella comprensione di elementi complessi dei documenti, incluse immagini intercalate, espressioni matematiche, tabelle e layout avanzati come la formattazione LaTeX. Il modello consente una comprensione più approfondita di documenti ricchi come articoli scientifici con grafici, diagrammi, equazioni e figure.

Di seguito è riportato un esempio del modello che estrae testo e immagini da un PDF dato in un file markdown. È possibile accedere al notebook qui.

Di seguito sono riportati confronti affiancati di PDF e dei rispettivi output OCR. Spostare il cursore per passare da input a output.

Tabelle + Figure

Risultato OCR

Matematica

Risultato OCR

Hindi

Risultato OCR

Documento

Risultato OCR

Arabo

Risultato OCR

Benchmark di livello superiore

Mistral OCR ha costantemente superato altri modelli OCR leader in test di benchmark rigorosi. La sua precisione superiore in diversi aspetti dell’analisi dei documenti è illustrata di seguito. Estraiamo immagini incorporate dai documenti insieme al testo. Gli altri LLM confrontati di seguito non hanno questa capacità. Per un confronto equo, li valutiamo sul nostro set di test interno "solo testo" contenente vari articoli e PDF dal web. Di seguito:

Nativamente multilingue

Fin dalla fondazione di Mistral, abbiamo cercato di servire il mondo con i nostri modelli e, di conseguenza, ci siamo impegnati a offrire funzionalità multilingue in tutte le nostre soluzioni. Mistral OCR porta questo impegno a un livello superiore, essendo in grado di analizzare, comprendere e trascrivere migliaia di script, caratteri e lingue in tutti i continenti. Questa versatilità è fondamentale sia per le organizzazioni globali che gestiscono documenti in contesti linguistici diversi, sia per le aziende iperlocali che servono nicchie di mercato specifiche.

Benchmark per lingua:

Il più veloce nella sua categoria

Essendo più leggero rispetto alla maggior parte dei modelli della stessa categoria, Mistral OCR offre prestazioni significativamente più veloci rispetto ai suoi concorrenti, elaborando fino a 2000 pagine al minuto su un singolo nodo. La capacità di elaborare rapidamente i documenti garantisce un apprendimento e un miglioramento continui anche in ambienti ad alto volume.

Documento come prompt, output strutturato

Mistral OCR introduce anche l’utilizzo di documenti come prompt, consentendo istruzioni più potenti e precise. Questa funzionalità permette agli utenti di estrarre informazioni specifiche dai documenti e formattarle in output strutturati, come JSON. Gli utenti possono concatenare gli output estratti in chiamate di funzione a valle e creare agenti. Vedere questo esempio di notebook.

Disponibile in modalità self-hosting su base selettiva

Per le organizzazioni con requisiti stringenti in materia di privacy dei dati, Mistral OCR offre un’opzione di self-hosting. Questo garantisce che le informazioni sensibili o classificate rimangano sicure all’interno della propria infrastruttura, assicurando la conformità agli standard normativi e di sicurezza. Se desidera esplorare il self-deployment con noi, contattaci.

Casi d’uso

Stiamo potenziando i nostri clienti Beta per elevare la conoscenza organizzativa trasformando i loro vasti archivi di documenti in azioni e soluzioni. Alcuni dei principali casi d’uso in cui la nostra tecnologia sta avendo un impatto significativo includono:

Digitalizzazione della ricerca scientifica: Istituzioni di ricerca leader stanno sperimentando Mistral OCR per convertire articoli e riviste scientifiche in formati pronti per l’IA, rendendoli accessibili a motori di intelligenza a valle. Questo ha facilitato una collaborazione misurabilmente più rapida e accelerato i flussi di lavoro scientifici.

Preservazione del patrimonio storico e culturale: Organizzazioni e associazioni no-profit che sono custodi del patrimonio utilizzano Mistral OCR per digitalizzare documenti e manufatti storici, garantendone la conservazione e rendendoli accessibili a un pubblico più ampio.

Ottimizzazione del servizio clienti: I dipartimenti di assistenza clienti stanno esplorando Mistral OCR per trasformare documentazione e manuali in conoscenza indicizzata, riducendo i tempi di risposta e migliorando la soddisfazione del cliente.

Rendere la letteratura in ambiti come design, istruzione, giuridico, ecc. pronta per l’IA: Mistral OCR aiuta anche le aziende a convertire letteratura tecnica, disegni ingegneristici, appunti di lezioni, presentazioni, documenti normativi e molto altro in formati indicizzati e pronti per le risposte, sbloccando intelligenza e produttività in milioni di documenti.

Provalo oggi

Le funzionalità di Mistral OCR sono gratuite da provare su Le Chat. Per provare l’API, visita la Plateforme. Saremmo felici di ricevere il tuo feedback; il modello continuerà a migliorare nelle prossime settimane. Nell’ambito dei nostri programmi di engagement strategici, offriamo anche il deployment on-premises su base selettiva.