OCR 4: Intelliġenza tad-Dokumenti tal-Ġenerazzjoni li Jmiss
F'din il-paġna
Aġġornat fit-2 ta’ Novembru, 2026 — OCR. L-OCR 4.0 (
mistral-ocr-4-0) ġie rtirat fit-30 ta’ Settembru, 2026. Uża l-OCR 4.1 (mistral-ocr-4-1), disponibbli ġeneralment mill-31 ta’ Awwissu bl-istess prezz, jew l-aliasmistral-ocr-latest, li jipponta lejh mis-16 ta’ Lulju. L-OCR 4.1 iżid punteġġi ta’ kunfidenza fil-livell tal-blokki.
Imħabbar fit-23 ta’ Ġunju, 2026, il-Mistral OCR 4 (v4.0) jissostitwixxi l-OCR 3 bħala s-servizz ta’ intelliġenza tad-dokumenti ta’ Mistral—qasam fejn l-editur jiddikjara prestazzjoni state-of-the-art. Wara dan in-numru tal-verżjoni, tinħeba bidla li taffettwa direttament lil kull min jibni pipelines tad-dokumenti: l-output tal-mudell m’għadux sempliċiment test, huwa test lokalizzat u strutturat.
X’joffri eżattament l-OCR 4
Id-deskrizzjoni uffiċjali tal-OCR 4 tenfasizza żewġ kapaċitajiet ta’ strutturar, u jixraq li tifhem x’ibiddel kull wieħed minnhom konkretament.
L-ewwel waħda hija l-bounding boxes fil-livell tal-paragrafu. Kull blokk ta’ test rikonoxxut issa huwa lokalizzat b’mod preċiż fuq il-paġna: il-mudell ma jgħidlekx biss “hawnhekk hemm miktub hekk”, imma jgħidlek “hawnhekk hemm miktub hekk, u hawnhekk eżattament fejn jinsab”. Din l-informazzjoni tal-pożizzjoni tidher aneddottika sakemm ikollok twieġeb mistoqsija ta’ awditur jew ta’ klijent: “minn fejn ġejja din id-data?” Bil-koordinati fil-livell tal-paragrafu, tista’ tenfasizza ż-żona eżatta fid-dokument sors minn fejn toriġina tweġiba—dik hija t-traċċabbiltà, u għal każijiet ta’ użu ta’ konformità, din spiss hija l-karatteristika li tiddetermina deċiżjoni ta’ xiri.
It-tieni kapaċità hija l-blokok strutturali: id-dokument ma jiġix irritornat bħala test ċatt, imma bħala struttura—titli, paragrafi, tabelli, żoni. In-nuansa hija deċiżiva. OCR klassiku jirritorna fluss kontinwu ta’ karattri fejn it-titolu tas-sezzjoni, in-nota f’qiegħ il-paġna, u ċ-ċellola tat-tabella jispiċċaw magħqudin flimkien fl-ordni li l-magna sabetihom. L-OCR 4 jirritorna dokument ittajpjat, fejn kull blokk jaf x’inhu.
Għaliex l-istruttura hija importanti daqs it-test
Ħu l-aktar każ komuni fl-2026: sistema RAG mibnija fuq PDFs interni. Il-kwalità tar-rispons tiddependi direttament mill-kwalità tal-”chunking”. Bit-test ċatt, dan il-”chunking” isir suxxettibbli għall-iżbalji: framment jista’ jaqta’ tabella f’nofsha, iwaħħal it-tmiem ta’ paragrafu mat-titolu tas-sezzjoni li jmiss, jew jidfin nota f’qiegħ il-paġna f’nofs katina ta’ raġunament. Il-mudell lingwistiku ‘l isfel imbagħad jirċievi frammenti inkoerenti, u l-ebda inġinerija tal-prompt ma tissewwa kuntest imqatta’ ħażin.
B’blokok ittajpjati u lokalizzati, is-sitwazzjoni tinbidel kompletament. Inti taqsam id-dokument tul il-fruntieri naturali tiegħu—paragrafu jibqa’ paragrafu, tabella tiġi rikostruwita bħala tabella—u kull framment iġorr il-koordinati tiegħu fil-paġna sors. L-istess raġunament japplika għall-estrazzjoni tad-data tal-fatturi jew għad-diġitalizzazzjoni tal-arkivji: mhux ir-rikonoxximent tal-karattri li jagħmel id-differenza bejn pipeline affidabbli u waħda fraġli, imma l-fedeltà tal-istruttura rritornata. Dan huwa preċiżament fejn l-OCR 4 jiddistingwi ruħu mill-predeċessur tiegħu.
Impatt fuq il-Korsijiet tagħna tal-AI tad-Dokumenti
Il-kors tagħna “Document AI & OCR” ġie miktub madwar l-OCR 3, u rridu nkunu ċari dwar x’inhu li qed jixjieħ u x’mhuwiex. L-approċċ mgħallem—preparazzjoni tad-dokumenti, kwalità tal-iskannjar, post-ipproċessar tal-output—jibqa’ validu għalkollox: dawn huma fundamentali tax-xogħol bid-dokumenti, indipendenti mill-verżjoni tal-mudell. Madankollu, il-lezzjoni ddedikata għall-”mudell OCR 3” issa tiddeskrivi l-ġenerazzjoni preċedenti. Żomm din ir-regola tal-qari f’moħħok: l-OCR 4 jappartjeni għall-istess familja ta’ API, b’struttura ta’ output aktar rikka.
Dettall prattiku wieħed jistħoqqilha tiġi ripetuta, għax tibqa’ valida minkejja l-aġġornamenti kollha tal-verżjonijiet: il-kwalità tal-input tibqa’ deċiżiva. Dokument skannjat b’riżoluzzjoni baxxa, b’tbajja’ jew kuntrast fqir, jibqa’ diffiċli biex jiġi pproċessat, irrispettivament mis-sophistikazzjoni tal-mudell. Qabel ma tlum lill-OCR 4 għal riżultat deludenti, ara l-ewwel x’tajtlu jaqra—dak huwa l-ewwel istint tal-prattikant, u jevita ħafna dijanjożi żbaljati.
Sors uffiċjali: mistral.ai/news — annunċju tat-23 ta’ Ġunju, 2026, u docs.mistral.ai
Punti Ewlenin
- L-OCR 4 (v4.0) jissostitwixxi l-OCR 3 bħala l-mudell ta’ referenza għad-dokumenti
- Innovazzjonijiet fl-istrutturar: bounding boxes fil-livell tal-paragrafu u blokok strutturali
- L-istruttura ttejjeb ir-RAG, l-estrazzjoni, u t-traċċabbiltà tat-tweġibiet
- Il-kwalità tal-iskannjar tal-input tibqa’ l-fattur primarju tas-suċċess