Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Daħla għad-Document AI u l-OCR Intelliġenti

Lezzjoni 9 / 14 Aġġornat 2 ta’ Novembru 2026 Bidbieni
F'din il-paġna
  1. Ħafna aktar minn sempliċiment qarrej tad-dokumenti
  2. Għaliex l-OCR klassiku ma kienx biżżejjed
  3. OCR 3 bin-numri
  4. Kif ivarja mill-Viżjoni ta’ Vibe?
  5. Punti Ewlenin

Aġġornament 2 ta’ Novembru, 2026 — Le Chat issa huwa Vibe. Mill-28 ta’ Mejju, 2026, Le Chat ġie mibdul għal Vibe (għadu f’chat.mistral.ai): aġent wieħed għax-xogħol u l-kodiċi, li jżomm il-konversazzjonijiet, l-issettjar u s-sottoskrizzjonijiet tiegħek. L-esperjenza antika ta’ Le Chat tibqa’ aċċessibbli fil-modalità Chat; fil-modalità Work, l-aġenti saru ħiliet (invokati b’@), il-memorji jiffurmaw il-bażi tal-għarfien, u t-tfittxija profonda saret il-ħila Deep Research. Il-pjanijiet issa jissejħu Mistral Free, Pro, Team, u Enterprise. Din il-lezzjoni tuża l-isem Vibe; xi menus deskritti hawnhekk jista’ jkun li nbidlu isimhom jew posthom.

Ħafna aktar minn sempliċiment qarrej tad-dokumenti

Rajt fit-taqsima dwar il-Viżjoni li Vibe jista’ jaqra t-test f’immaġni. Iżda meta jiġi biex tipproċessa dokumenti kumplessi—PDF b’ħafna paġni, formola skennjata, rapport finanzjarju mimli b’tabeli mbeżżqa—għandek bżonn għodda speċjalizzata. Dan huwa eżattament dak li toffri d-Document AI ta’ Mistral, imħaddma mill-magna OCR 3. Din il-lezzjoni tpoġġi l-bażi għat-taqsima kollha: li tifhem x’inhu l-OCR, kif l-approċċ ta’ Mistral jaqta’ mas-soluzzjonijiet klassiċi, u, l-aktar importanti, meta tużah minflok il-Viżjoni.

OCR ifisser Optical Character Recognition (Rikonoxximent Ottiku tal-Karattri). Hija t-teknoloġija li tikkonverti immaġni li fiha test—kemm jekk skennjar, ritratt, jew PDF ibbażat fuq immaġni—f’test diġitali użabbli: test li tista’ tikkopja, tfittex, jew tanalizza bħal kwalunkwe dokument imwieled diġitali. L-isfidi huma ta’ kuljum: ħu, pereżempju, dik il-fattura li kollega bagħtek bħala ritratt, jew dak il-kuntratt skennjat għaxar snin ilu fejn trid issib klawsola speċifika. Mingħajr l-OCR, dawn id-dokumenti huma sempliċiment immaġnijiet siekta.

Għaliex l-OCR klassiku ma kienx biżżejjed

L-OCR jeżisti minn dejjem, iżda s-soluzzjonijiet tradizzjonali—Tesseract huwa l-eżempju l-aktar magħruf—batew minn limitazzjonijiet sinifikanti li kulħadd li qatt skennja dokument jaf sew. It-tqassam kien jintilef: it-test joħroġ imħawwad, jinjora l-istruttura tad-dokument, u jibdel rapport organizzat bir-reqqa f’taħlita ta’ paragrafi. It-tabeli kienu jiġu injorati, bil-kolonni u r-ringieli mħallta sa fejn id-data ssir inutilizzabbli. Il-kitba bl-idejn baqgħet kważi impossibbli li tinqara. Id-dokumenti multilingwi kienu jagħtu riżultati fqarin malli toħroġ mill-Ingliż. U l-immaġnijiet imdaħħla fit-test—graffs, dijagrammi—kienu sempliċiment injorati.

Il-magna OCR 3 ta’ Mistral tbiddel il-logħba kompletament, u r-raġuni tinsab fl-arkitettura tagħha. Minflok ma tuża tekniki klassiċi ta’ rikonoxximent tal-karattri, tiddependi fuq mudell ta’ lingwa multimodali (VLM) imħarreġ speċifikament biex jifhem id-dokumenti. Id-differenza hija fundamentali: l-OCR klassiku jirrikonoxxi karattri individwali u jipprova jgħaqqadhom f’kliem, bħal xi ħadd li jiddeċifra ittra b’ittra mingħajr ma jifhem is-sentenza. L-OCR imħaddem bl-AI ta’ Mistral, min-naħa l-oħra, jifhem id-dokument bħala sħiħ—l-istruttura, il-kontenut u l-kuntest tiegħu. Meta jkun quddiem kelma mħassra parzjalment, jista’ jiddeduċiha mill-kuntest, eżatt bħalma jagħmel qarrej uman.

Fil-prattika, id-Document AI testratta t-test minn PDFs, immaġnijiet u dokumenti skennjati filwaqt li tippreserva t-tqassam oriġinali. Terġa’ tibni t-tabeli bl-intestaturi, il-kolonni u d-data tagħhom, u toħroġ Markdown nadif. Taqra l-kitba bl-idejn—noti ta’ tabib, formoli mimlija bl-idejn, annotazzjonijiet marġinali. Tipproċessa dokumenti multilingwi b’preċiżjoni għolja f’ħafna lingwi, tiddeskrivi l-immaġnijiet u l-graffs li jinsabu fid-dokument billi tiġġenera didaskaliji ta’ test, u tifhem il-kuntest biżżejjed biex twieġeb mistoqsijiet dwar il-kontenut.

OCR 3 bin-numri

F’termini ta’ prestazzjoni, il-magna toffri preċiżjoni tal-aqwa livell fuq benchmarks għar-rikonoxximent tat-test, il-kitba bl-idejn u t-tabeli. Tipproċessa sa 2,000 paġna kull minuta fuq GPU waħda—biżżejjed biex tinġieb arċivju sħiħ. Taċċetta formati multipli: PDF, Word, immaġnijiet skennjati u ritratti ta’ kwalità varjabbli. U l-output tagħha huwa strutturat: ir-riżultat huwa Markdown nadif b’immaġnijiet referenzjati, mhux test mhux ipproċessat li jeħtieġ xogħol mill-ġdid.

Kif ivarja mill-Viżjoni ta’ Vibe?

Jista’ jkun qed tistaqsi: “Għaliex sempliċiment ma nitlagħax il-PDF tiegħi fuq Vibe u nuża l-Viżjoni?” Dik hija mistoqsija ġusta, u t-tweġiba tistruttura l-fluss tax-xogħol kollu tiegħek. Il-Viżjoni ta’ Vibe, koperta fl-ewwel taqsima ta’ dan il-kors, hija perfetta biex tanalizza immaġni waħda iżolata—ritratt, graff, screenshot. Iżda għal dokumenti b’ħafna paġni b’tqassam kumpless, id-Document AI joffri vantaġġi deċiżivi: ipproċessar paġna b’paġna bir-rikostruzzjoni tal-istruttura ġenerali tad-dokument, estrazzjoni ta’ tabeli feddejlin għall-oriġinali minflok approssimazzjoni, annotazzjonijiet u metadata li tista’ titlob b’mod espliċitu—awtur, data, ammonti—u mistoqsijiet u tweġibiet veri dwar id-dokument fuq dokumenti twal.

Ftakar f’din ir-regola bażika: għal immaġni waħda b’test, il-Viżjoni biżżejjed; għal dokument b’ħafna paġni li trid tanalizza fil-fond, mobilizza d-Document AI. Avukat li jieħu ritratt ta’ klawsola biex tiġi spjegata tuża l-Viżjoni; l-istess avukat li jitla’ l-kuntratt sħiħ ta’ 40 paġna biex jawditja l-obbligi tiegħu juża d-Document AI.

Fil-lezzjonijiet li ġejjin f’din it-taqsima, se titgħallem kif titla’ PDF fuq Vibe u tikseb estrazzjoni awtomatika, testratta data strutturata—tabeli, intestaturi, figuri—minn kwalunkwe dokument, u mbagħad tagħmel mistoqsijiet dwar il-kontenut ta’ dokument biex tikseb tweġibiet preċiżi.

Punti Ewlenin

  • Id-Document AI hija s-soluzzjoni ta’ Mistral għall-ipproċessar intelliġenti tad-dokumenti, imħaddma mill-OCR 3
  • Kuntrastat mal-OCR klassiku, l-OCR 3 jifhem l-istruttura u l-kuntest tad-dokument
  • Jittratta tabeli, kitba bl-idejn, dokumenti multilingwi u immaġnijiet imdaħħla
  • Għal immaġni sempliċi, uża l-Viżjoni; għal dokument kumpless, uża d-Document AI
  • L-ipproċessar huwa mgħaġġel: sa 2,000 paġna kull minuta