Mistral OCR 4: Революційне розпізнавання документів на 170 мовах

Mistral OCR 4 розпізнає документи на 170 мовах.

Тестувальники порівняли OCR 4 з іншими рішеннями. Незалежні анататори всліпу ранжували понад 600 реальних документів на 12+ мовах. OCR 4 переміг усі системи з середнім показником 72%.

На бенчмарках картина схожа. OlmOCRBench - 85.20. Особливо помітна різниця на рідкісних мовах.

Цікаво, що OCR 4 зміг перетворити рукописний екзамен з математики в чистий LaTeX.

Моделі надали фото сторінки з рукописним екзаменом. Вона прочитала почерк і відновила кожну формулу в структурований цифровий текст.

Результат: 5.1 секунди обробки при вартості всього $0.09.

Формули були розпізнані коректно. Графік модель не перерисувала, але це показово. Більшість OCR-систем просто витягують текст і втрачають подібні елементи. OCR 4 розпізнав графік, виділив його окремим блоком і позначив як chart. Він не з'явився у вигляді нової відрисовки, але був врахований у структурі документа.