OCR 4, Moderation 2 a Leanstral
Na tejto strane
Niche špecialisti
Okrem kódu a zvuku udržiava Mistral aj modely určené na úzke úlohy: extrakciu obsahu dokumentov, zabezpečenie generovaného obsahu a písanie formálnych dôkazov. Každý z nich dopĺňa všeobecné modely, namiesto toho, aby s nimi súťažil. Táto lekcia tiež objasňuje status rodiny Magistral, s ktorým názvom sa môžeš stále stretnúť v starších tutoriáloch.
OCR 4 — Extrakcia dokumentov
OCR 4, vydaný 23. júna 2026 ako verzia 4.0 v tieri Premier, je služba optického rozpoznávania znakov od Mistralu a nahrádza OCR 3. Nazývať ho „čítačom textu v obrázkoch“ by bolo zjednodušujúce: to, čo produkuje, nie je reťazec slov, ale reprezentácia dokumentu.
Najprv pochopí štruktúru: nadpisy, odseky, zoznamy a tabuľky sú typované ako samostatné prvky, priamo použiteľné na ďalšie spracovanie. Následne poskytuje ohraničovacie rámce (bounding boxes) na úrovni odsekov – teda presné súradnice každého bloku na stránke – čo ti umožňuje zvýrazniť klauzulu na obrazovke, anotovať dokument alebo nechať operátora vizuálne overiť extrakciu, namiesto toho, aby musel výsledok brať len na dôveru. Extrahuje tabuľky so zachovaním organizácie riadkov a stĺpcov, spracováva viacstranové dokumenty bez obmedzení stránkovania a spracováva formuláre obnovou polí s ich hodnotami.
Na strane vstupu prijíma OCR 4 širokú škálu formátov: PDF, obrázky PNG, JPEG a TIFF, skenované dokumenty aj fotografie zo smartfónov. Kvalita extrakcie zostáva vysoká aj pri poškodených zdrojoch, naklonených skenoch alebo nízkom rozlíšení; v projektoch digitalizácie sú dokumenty na spracovanie zriedkavo tými najlepšie naskenovanými v dávke.
Bežné prípady použitia nasledujú túto logiku. Digitalizácia rieši faktúry, zmluvy a objednávky. Dodržiavanie predpisov sa spolieha na automatickú extrakciu dát z právnych dokumentov. Inteligentné archivovanie robí zbierky historických dokumentov indexovateľnými. Napokon, dátové potrubie môže naplniť databázu z papierových dokumentov bez manuálneho prepisovania.
OCR 4 sa zriedka integruje samostatne. Najbežnejšia kombinácia spája tri modely:
- OCR 4 extrahuje štruktúrovaný obsah z PDF zmluvy
- Mistral Small 4 analyzuje tento obsah a vytvorí štruktúrované zhrnutie
- Mistral Embed generuje vektory na indexovanie vo vektorovej databáze
Magistral — Zavrhnutá rodina
Odstránené modely
Rodina Magistral (Medium a Small), určená na logické usudzovanie, je zavrhnutá: všetky jej varianty boli postupne odstránené medzi koncom roka 2025 a polovicou roka 2026. Logické usudzovanie je teraz integrované do všeobecných modelov: Mistral Small 4 zjednocuje inštrukcie, usudzovanie a kód; Mistral Medium 3.5 preberá úlohu pri najnáročnejšom usudzovaní. Podrobnosti o tejto konvergencii nájdeš v kurze Nové funkcie.
Ak obnovuješ existujúci projekt alebo nasleduješ tutoriál, ktorý stále používa názov Magistral, migrácia závisí od nárokov úlohy. Pre bežné usudzovanie – logika, štandardná matematika, analýza – prejdite na Mistral Small 4 a jeho integrovaný režim usudzovania. Pre náročné usudzovanie, zložité demonstrácie alebo plánovanie vo viacerých krokoch prejdite na Mistral Medium 3.5. V oboch prípadoch si naplánuj opätovné spustenie svojich testovacích súborov: výstupy menia formu, aj keď závery zostávajú totožné.
Mistral Moderation 2 — Bezpečnosť obsahu
Mistral Moderation 2, vydaný v marci 2026 ako verzia 26.03 v tieri Premier, sa zameriava na detekciu problematického obsahu a zabezpečenie aplikácií umelej inteligencie. Klasifikuje obsah identifikáciou nenávisti, násilia, sexuálnych materiálov alebo nebezpečenstva a detekuje pokusy o obídenie ochrany (jailbreak) – teda správy zostrojené tak, aby prinútili model obísť jeho vlastné bezpečnostné smernice. Funguje vo viacerých jazykoch, čo eliminuje potrebu prekladu pred moderáciou. Prijíma aj vlastné ochranné mechanizmy (guardrails): pre svojich agentov a konverzácie si môžeš definovať vlastné pravidlá nad rámec predvolených kategórií.
Jeho typické použitie zahŕňa inštaláciu okolo všeobecného modelu, nie priamo do neho. Nahor (upstream) filtruje požiadavky používateľov skôr, než sa dostanú k hlavnému modelu. Nadol (downstream) kontroluje odpovede skôr, než sa vrátia používateľovi. Nakoniec, pri monitorovaní analyzuje minulé konverzácie na detekciu zneužívania. V službe otvorenej pre verejnosť sa kombinujú všetky tri pozície: prvá chráni tvoj model, druhá chráni tvojich používateľov a tretia chráni teba.
Leanstral 1.5 — Formálne dôkazy
Leanstral 1.5, vydaný 2. júla 2026, je najšpecializovanejším modelom v celom ekosystéme. Je to základný model s otvoreným zdrojovým kódom určený pre Lean 4, jazyk formálnych matematických dôkazov.
Jeho cieľová skupina je úzka a presne identifikovaná: výskumníci v matematike, tímy formálnej verifikácie pre kritický softvér a vývojári knižníc dôkazov. Jeho vydanie ako open source je pre nich dôležité, pretože umožňuje laboratóriám hostiť ho a prispôsobiť vlastným formalizmom.
Kľúčové poznatky
- OCR 4 (jún 2026) je kompletná služba na pochopenie dokumentov: text, štruktúra, ohraničovacie rámce po odsekoch a typované štrukturálne bloky
- Magistral je zavrhnutý: usudzovanie teraz prebieha cez Small 4 (bežné) a Medium 3.5 (náročné)
- Moderation 2 zabezpečuje bezpečnosť aplikácií AI detekciou pokusov o obídenie ochrany a vlastnými pravidlami
- Leanstral 1.5 (júl 2026) je základný model s otvoreným zdrojovým kódom pre formálne dôkazy v jazyku Lean 4
- Títo špecialisti sa kombinujú navzájom aj so všeobecnými modelmi v potrubíach s viacerými modelmi