Salt la conținutul principal
Română— Alege o limbă
Meniu

OCR 4, Moderation 2 și Leanstral

Lecția 6 din 14 Actualizată 28 iulie 2026 Începător
Pe această pagină
  1. Specialiști de nișă
  2. OCR 4 — Extragerea documentelor
  3. Magistral — Familie depreciată
  4. Mistral Moderation 2 — Siguranța conținutului
  5. Leanstral 1.5 — Demonstrații formale
  6. Puncte cheie

Specialiști de nișă

Dincolo de cod și audio, Mistral menține modele concepute pentru sarcini specifice: extragerea conținutului din documente, securizarea conținutului generat și redactarea demonstrațiilor formale. Fiecare dintre acestea completează modelele generaliste, fără a intra în competiție cu ele. Această lecție clarifică, de asemenea, statutul familiei Magistral, al cărei nume îl puteți întâlni încă în tutorialele mai vechi.

OCR 4 — Extragerea documentelor

OCR 4, lansat pe 23 iunie 2026 ca versiunea 4.0 în nivelul Premier, este serviciul de recunoaștere optică a caracterelor (OCR) al Mistral și înlocuiește OCR 3. A-l numi simplu „cititor de text din imagini“ ar fi reducător: ceea ce produce nu este un șir de cuvinte, ci o reprezentare a documentului.

Acesta înțelege mai întâi structura: titlurile, paragrafele, listele și tabelele sunt tipizate ca elemente distincte, direct utilizabile pentru procesarea ulterioară. Apoi, furnizează cadre de delimitare (bounding boxes) la nivel de paragraf – adică coordonatele exacte ale fiecărui bloc de pe pagină – ceea ce vă permite să evidențiați o clauză pe ecran, să adnotați un document sau să solicitați unui operator verificarea vizuală a unei extrageri, în loc să îi cereți să accepte rezultatul pe încredere. Extrage tabele păstrând organizarea pe rânduri și coloane, gestionează documente cu mai multe pagini fără limite de paginare și procesează formulare prin restaurarea câmpurilor împreună cu valorile lor.

Din perspectiva datelor de intrare, OCR 4 acceptă o gamă largă de formate: imagini PDF, PNG, JPEG și TIFF, documente scanate și fotografii realizate cu smartphone-ul. Calitatea extragerii se menține chiar și în cazul surselor degradate, al scanărilor denaturate sau al rezoluțiilor scăzute; în proiectele de digitizare, documentele de procesat sunt rareori cele mai bine scanate din lot.

Cazurile de utilizare frecvente urmează această logică. Digitizarea gestionează facturile, contractele și comenzile de achiziție. Conformitatea reglementară se bazează pe extragerea automată a datelor din documentele juridice. Arhivarea inteligentă face ca o colecție de documente istorice să devină indexabilă. În final, un flux de date (data pipeline) poate popula o bază de date pornind de la documente pe hârtie, fără reintroducere manuală.

OCR 4 este rareori integrat de unul singur. Cea mai frecventă combinație înlănțuiește trei modele:

  1. OCR 4 extrage conținut structurat dintr-un contract PDF
  2. Mistral Small 4 analizează acest conținut și produce un rezumat structurat
  3. Mistral Embed generează vectori pentru indexarea într-o bază de date vectorială

Magistral — Familie depreciată

Modele eliminate

Familia Magistral (Medium și Small), dedicată raționamentului, este depreciată: toate variantele sale au fost eliminate treptat între finalul anului 2025 și mijlocul anului 2026. Raționamentul este acum integrat în modelele generaliste: Mistral Small 4 unifică instrucțiunile, raționamentul și codul; Mistral Medium 3.5 preia sarcinile de raționament cele mai exigente. Pentru detalii despre această convergență, consultați cursul privind Noile funcționalități.

Dacă reluați un proiect existent sau urmați un tutorial care încă menționează Magistral, migrarea depinde de cerințele sarcinii. Pentru raționamente de rutină – logică, matematică standard, analiză – treceți la Mistral Small 4 și modul său de raționament integrat. Pentru raționamente exigente, demonstrații complexe sau planificare în mai mulți pași, migrați către Mistral Medium 3.5. În ambele cazuri, planificați rerularea seturilor de teste: ieșirile își schimbă forma chiar dacă concluziile rămân identice.

Mistral Moderation 2 — Siguranța conținutului

Mistral Moderation 2, lansat în martie 2026 ca versiunea 26.03 în nivelul Premier, se concentrează pe detectarea conținutului problematic și securizarea aplicațiilor de IA. Acesta clasifică conținutul prin identificarea discursurilor de ură, a violenței, a materialului sexual sau a pericolului și detectează încercările de „jailbreak“ – adică mesaje construite pentru a determina un model să ocolească propriile sale ghidaje de siguranță. Funcționează în multe limbi, ceea ce evită necesitatea traducerii înainte de moderare. Acceptă, de asemenea, bariere de protecție personalizate (custom guardrails): definiți propriile reguli pentru agenții și conversațiile dumneavoastră, dincolo de categoriile furnizate implicit.

Utilizarea sa tipică implică instalarea sa în jurul unui model generalist, nu în interiorul acestuia. În amonte, filtrează cererile utilizatorilor înainte ca acestea să ajungă la modelul principal. În aval, verifică răspunsurile înainte ca acestea să fie returnate utilizatorului. Utilizat pentru monitorizare, în final, analizează conversațiile anterioare pentru a detecta abuzurile. În cazul unui serviciu deschis publicului larg, toate cele trei poziții se combină: prima vă protejează modelul, a doua vă protejează utilizatorii, iar a treia vă protejează pe dumneavoastră.

Leanstral 1.5 — Demonstrații formale

Leanstral 1.5, lansat pe 2 iulie 2026, este cel mai specializat model din întregul ecosistem. Este un model de bază open source conceput pentru Lean 4, limbajul demonstrațiilor matematice formale.

Publicul său țintă este restrâns și perfect identificat: cercetători în matematică, echipe de verificare formală pentru software critic și dezvoltatori de biblioteci de demonstrații. Lansarea sa open source contează pentru aceștia deoarece permite laboratoarelor să îl găzduiască și să îl adapteze propriilor lor formalisme.

Puncte cheie

  • OCR 4 (iunie 2026) este un serviciu complet de înțelegere a documentelor: text, structură, cadre de delimitare pe paragraf și blocuri structurale tipizate
  • Magistral este depreciat: raționamentul trece acum prin Small 4 (rutină) și Medium 3.5 (exigenț)
  • Moderation 2 asigură siguranța aplicațiilor de IA prin detectarea jailbreak-urilor și bariere de protecție personalizate
  • Leanstral 1.5 (iulie 2026) este un model de bază open source pentru demonstrații formale în Lean 4
  • Acești specialiști se combină între ei și cu modelele generaliste în fluxuri multi-model