OCR 4, Moderation 2 i Leanstral
Na ovoj stranici
Specijalisti za uske niše
Osim kodiranja i obrade zvuka, Mistral održava modele izgrađene za specifične zadatke: ekstrakciju sadržaja dokumenata, osiguravanje generiranog sadržaja i pisanje formalnih dokaza. Svaki od njih nadopunjuje opće modele umjesto da se natječe s njima. Ova lekcija također razjašnjava status obitelji Magistral, na čije ime još možeš naići u starijim vodičima.
OCR 4 — Ekstrakcija dokumenata
OCR 4, objavljen 23. lipnja 2026. kao verzija 4.0 na razini Premier, Mistralova je usluga za optičko prepoznavanje znakova i zamjenjuje OCR 3. Nazivati ga „čitačem teksta na slikama“ bilo bi pojednostavljujuće: ono što proizvodi nije niz riječi, već reprezentacija dokumenta.
Prvo razumije strukturu: naslovi, odlomci, popisi i tablice tipizirani su kao zasebni elementi, izravno upotrebljivi za daljnju obradu. Zatim pruža okvirne okvire (bounding boxes) na razini odlomka – točne koordinate svakog bloka na stranici – što ti omogućuje isticanje klauzule na zaslonu, annotiranje dokumenta ili vizualnu provjeru ekstrakcije od strane operatera, umjesto da od njih tražiš da rezultatu vjeruju napamet. Ekstrahira tablice uz očuvanje organizacije redaka i stupaca, obrađuje višestranične dokumente bez ograničenja paginacije te obrađuje obrasce obnavljanjem polja s njihovim vrijednostima.
Što se tiče ulaza, OCR 4 prihvaća širok raspon formata: PDF, PNG, JPEG i TIFF slike, skenirane dokumente i fotografije pametnih telefona. Kvaliteta ekstrakcije ostaje visoka čak i na oštećenim izvorima, iskošenim skenovima ili pri niskoj rezoluciji; u projektima digitalizacije dokumenti za obradu rijetko su najbolje skenirani u seriji.
Uobičajeni slučajevi upotrebe slijede ovu logiku. Digitalizacija obuhvaća račune, ugovore i narudžbenice. Usklađenost s propisima oslanja se na automatsku ekstrakciju podataka iz pravnih dokumenata. Inteligentno arhiviranje čini zbirku povijesnih dokumenata indeksibilnom. Konačno, podatkovni cjevovod može puniti bazu podataka iz papirnatih dokumenata bez ručnog ponovnog unosa.
OCR 4 se rijetko integrira samostalno. Najčešća kombinacija povezuje tri modela:
- OCR 4 ekstrahira strukturirani sadržaj iz PDF ugovora
- Mistral Small 4 analizira taj sadržaj i proizvodi strukturirani sažetak
- Mistral Embed generira vektore za indeksiranje u vektorskoj bazi podataka
Magistral — Odbačena obitelj
Uklonjeni modeli
Obitelj Magistral (Medium i Small), namijenjena rezoniranju, je zastarjela: sve njezine varijante postupno su uklonjene između kraja 2025. i sredine 2026. Rezoniranje je sada integrirano u opće modele: Mistral Small 4 objedinjuje instruct, rezoniranje i kodiranje; Mistral Medium 3.5 preuzima zahtjevne zadatke rezoniranja. Za pojedinosti o ovoj konvergenciji pogledaj tečaj o novim značajkama.
Ako nastavljaš s postojećim projektom ili slijediš vodič koji još spominje Magistral, migracija ovisi o zahtjevima zadatka. Za rutinsko rezoniranje – logiku, standardnu matematiku, analizu – prijeđi na Mistral Small 4 i njegov integrirani način rezoniranja. Za zahtjevno rezoniranje, složene demonstracije ili planiranje u više koraka, prijeđi na Mistral Medium 3.5. U oba slučaja planiraj ponovno pokretanje svojih testnih skupova: izlazi mijenjaju oblik čak i kada zaključci ostaju identični.
Mistral Moderation 2 — Sigurnost sadržaja
Mistral Moderation 2, objavljen u ožujku 2026. kao verzija 26.03 na razini Premier, fokusira se na otkrivanje problematičnog sadržaja i osiguravanje AI aplikacija. Razvrstava sadržaj identificiranjem govora mržnje, nasilja, seksualnog materijala ili opasnosti te otkriva pokušaje probijanja zaštite (jailbreak) – odnosno poruke konstruirane tako da natjeraju model da zaobiđe vlastite sigurnosne smjernice. Djeluje na mnogim jezicima, čime se izbjegava potreba za prevođenjem prije moderacije. Također prihvaća prilagođene zaštitne ograde (guardrails): definiraš vlastita pravila za svoje agente i razgovore, izvan kategorija koje su zadano ponuđene.
Njegova tipična upotreba uključuje instalaciju oko općeg modela, a ne unutar njega. Uzvodno filtrira korisničke zahtjeve prije nego što stignu do glavnog modela. Nizvodno provjerava odgovore prije nego što se vrate korisniku. Konačno, kada se koristi za nadzor, analizira prošle razgovore kako bi otkrio zlouporabe. Na usluzi otvorenoj javnosti kombiniraju se sve tri pozicije: prva štiti tvoj model, druga štiti tvoje korisnike, treća štiti tebe.
Leanstral 1.5 — Formalni dokazi
Leanstral 1.5, objavljen 2. srpnja 2026., najspecijaliziraniji je model u cijelom ekosustavu. Radi se o temeljnom modelu otvorenog koda dizajniranom za Lean 4, jezik formalnih matematičkih dokaza.
Njegova publika uska je i savršeno identificirana: istraživači matematike, timovi za formalnu verifikaciju kritičnog softvera i programeri knjižnica dokaza. Njegovo objavljivanje kao otvorenog koda važno im je jer omogućuje laboratorijima da ga hostiraju i prilagode vlastitim formalizmima.
Ključne točke
- OCR 4 (lipanj 2026.) cjelovita je usluga za razumijevanje dokumenata: tekst, struktura, okvirni okviri po odlomcima i tipizirani strukturni blokovi
- Magistral je zastario: rezoniranje sada prolazi kroz Small 4 (rutinsko) i Medium 3.5 (zahtjevno)
- Moderation 2 osigurava sigurnost AI aplikacija otkrivanjem pokušaja probijanja zaštite i prilagođenim zaštitnim ogradama
- Leanstral 1.5 (srpanj 2026.) temeljni je model otvorenog koda za formalne dokaze u Lean 4
- Ovi se specijalisti međusobno kombiniraju i s općim modelima u cjevovodima s više modela