InfoQ
·
Mistral发布OCR 3，提升手写和结构化文档的识别准确性
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
Mistral发布了Mistral OCR 3，显著提升了对手写、表单和复杂表格文档的识别准确性，整体胜率达到74%。该模型能够提取文本和嵌入图像，输出为Markdown格式，适合结构化数据需求，用户反馈速度快，语言覆盖广，适用于多种业务场景。
🎯
关键要点
- Mistral发布了Mistral OCR 3，提升了对手写、表单和复杂表格文档的识别准确性，整体胜率达到74%。
- 新模型在真实客户文档工作流程中的内部评估中，较前版本Mistral OCR 2有显著进步。
- Mistral OCR 3能够提取文本和嵌入图像，输出为Markdown格式，适合结构化数据需求。
- 该模型在处理手写内容、表单解析和复杂表格方面表现出色，能够有效应对倾斜、压缩伪影和低分辨率问题。
- 早期用户反馈性能和语言覆盖有显著改善，尤其在荷兰语处理上表现良好。
- Mistral OCR 3的生产部署正在扩大，准确性提升使得可以处理更多类型的文档。
- 该模型定价为每千页2美元，批量API选项可降至每千页1美元，成为企业OCR系统的低成本替代方案。
- Mistral提供自托管部署选项，确保OCR工作负载在受控基础设施内运行。
- Mistral OCR 3现已推出，并与OCR 2完全向后兼容。
❓
延伸问答
Mistral OCR 3相比于前一版本有哪些显著改进？
Mistral OCR 3在手写内容、表单解析和复杂表格文档的识别准确性上有显著提升，整体胜率达到74%。
Mistral OCR 3的输出格式是什么？
Mistral OCR 3的输出为Markdown格式，能够提取文本和嵌入图像，保留文档结构。
Mistral OCR 3的定价策略是什么？
Mistral OCR 3的定价为每千页2美元，批量API选项可降至每千页1美元。
Mistral OCR 3适合哪些业务场景？
Mistral OCR 3适用于处理手写内容、表单解析和复杂表格，能够应对低分辨率和背景噪声问题。
Mistral OCR 3如何处理多种语言？
Mistral OCR 3在语言覆盖方面有显著改善，尤其在荷兰语处理上表现良好。
Mistral OCR 3是否支持自托管部署？
是的，Mistral OCR 3提供自托管部署选项，确保OCR工作负载在受控基础设施内运行。
➡️
