Mistral OCR

Společnost Mistral AI představila Mistral OCR, tj. svůj AI model a API pro OCR (optické rozpoznávání znaků) a převod PDF do Markdown.

7.3. 18:33 | Ladislav Hagara | IT novinky

Komentáře

[~]

Jo protoze sen kazdyho OCRkare je jebat vsechno do cloudu Mysleli to dobre a dopadlo to jako obvykle.

[Milan Vančura]

Také jsem si říkal, že to vypadá jako online služba, ale je to jen trochu zmatený popis, kde sloučili dvě věci dohromady. Ve skutečnosti nabízejí mnoho různých modelů optimalizovaných různým způsobem a také se lišící licencí. A všechny open-source modely jdou stáhnout a používat lokálně, navíc vyladit např. na vlastní konkrétní typy dokumentů. Jako příklad uvádím dvě citace z uvedení modelu Mistral Small 3:

Local inference: Particularly beneficial for hobbyists and organizations handling sensitive or proprietary information. When quantized, Mistral Small 3 can be run privately on a single RTX 4090 or a Macbook with 32GB RAM.

Open-source models at Mistral

We’re renewing our commitment to using Apache 2.0 license for our general purpose models, as we progressively move away from MRL-licensed models. As with Mistral Small 3, model weights will be available to download and deploy locally, and free to modify and use in any capacity.

[..... Izak .....]

Super, mam Mac mini pro s 64GB RAM - ale LM_Studio mi rika, ze max pro GPU neumi 60GB, ale 48GB - coz je porad OK

[Peter Golis]

Keď si spomeniem že ku niektorým skenerom sa dodával OCR software schopný naskenovať dokument do štrukturovaného textu (aj s detekciou obrázkov a tabuliek) už pred cca 2O rokmi, tak vidím v používaní buzzwordu AI pokrok. Podobne ako keď sa mi voľajaký SW učil znaky keď som pred vyše 5 rokmi riešil automatický prepis bitmapových titulkov z DVD Video (no ten mal trošku problémy s lignatúrami ako sú napr. et, fi). Tiež si zabudol dať do názvu AI, a tak sa o ňom široká laická verejnosť nedozvedela.

[Mendoza]

Nevim, jak kvalitni je ocr s pouzitim ai, ale leta jsem pouzival Abby Finereader nebo Omnipage a vzdycky byla potreba, zvlast u slozitejsich dokumentu, spousta naslednych uprav. Vim, ze ebookari maji i docela vychytana makra na ty nejhorsi veci. Takze ano, slo to, ale zazrak to nikdy nebyl.

[regine2]

Abby Finereader byl a je stále asi nejlepší (na češtinu). Též jsem ho dostal a stále užívám se skenerem. Problém s následnými úpravami bych neviděl v programech na OCR, ale v nejednoznačnosti (nedefinování) souboru pro dokumenty. I takový MS Word je slepenec.

[..... Izak .....]

Vsak OCR je ve skutecnosti AI, rozpoznava znaky - ale pocitalo se to jen na CPU a muselo to byt rychle, urcite to projel i nejakym slovnikem - ale na textovou analyzu je moderni AI pro GPU mnohem lepsi- umi tak opravovat chyby. Pravdou je, ze je to dost neoptimalizobvane, kdy na to potrebuje tak silene zdroje - asi by to slo udelat lepe - ale oni jsou lini, udelali koncept, ze na osucasnou AI implementovali OCR - podle me to jeste vyladi - kdyz totiz OCR neco prevde, nadela tam chyby, coz nevadi, nebot pak to projde analyzou a opravi - mozna to nekdy i zmrvi, zvlaste u basnicek, nebo nejakych literarnich del, kde si hraji se slovy, co neexistuji

[xkucf03]

umi tak opravovat chyby

Nebo do textu zanášet nové a vymýšlet si, co tam není…

(tím neříkám, že je to úplně k ničemu, ale obezřetnost je na místě)

[..... Izak .....]

Treba upravovat historicke udalosti a tak

[xkucf03]

AI je i klasický Tesseract, akorát pochází z doby, kdy to ještě nebyla taková móda a necpala se ta zkratka všude.

[@]

jasne mistre, mas prehled, az na to, ze Tesseract zrovna pouziva neco, cemu se da rikat "AI", od verze 4, ktera vysla kdy, no schvalne, zjisti si sam... ze ti to nevoni je jasny, jak by mohlo, kdyz je na tom tolik veci, co se da hejtit - ze ti ten hejt ale pomaha se dopracovat k necemu, co fakt dava smysl... vzdyt se roky nikam nehejbes

[Peter Golis]

Až na to že AI znamená SW schopný sa niečo sám učiť, a to existovalo už v minulom tisícročí. Bez ohľadu na to, či ti to niekto povedal na hodine počítačových dejín.

[xkucf03]

Vždyť taky ta v4 (LSTM) je starší než současná módní vlna, kdy se zkratka "AI" cpe pro jistotu do všeho. I samotná AI je tu o desítky let déle, než současný zájem veřejnosti a investorů.

Mistral OCR vyzkouším a jestli bude funkčně lepší a licenčně aspoň stejný jako ten Tesseract, tak ho rád budu používat.