OCR 4, Moderation 2 in Leanstral
Na tej strani
Strokovnjaki za nišne naloge
Poleg modelov za kodo in zvok Mistral vzdržuje še modele, zgrajene za ozka opravila: ekstrakcijo vsebine dokumentov, varovanje ustvarjene vsebine in pisanje formalnih dokazov. Vsak od njih dopolnjuje splošne modele, namesto da bi jim konkuriral. Ta lekcija pojasnjuje tudi status družine Magistral, na katerega ime lahko še vedno naletiš v starejših vadnicah.
OCR 4 — Ekstrakcija dokumentov
OCR 4, izdan 23. junija 2026 kot različica 4.0 na ravni Premier, je Mistralova storitev za optično prepoznavanje znakov in nadomešča OCR 3. Imenovati ga „bralnik besedila na slikah” bi bilo poenostavljeno: kar proizvede, ni niz besed, temveč predstavitev dokumenta.
Najprej razume strukturo: naslovi, odstavki, seznami in tabele so tipizirani kot ločeni elementi, neposredno uporabni za nadaljnjo obdelavo. Nato zagotavlja omejitvene okvirje na ravni odstavkov – to pomeni točne koordinate vsakega bloka na strani – kar ti omogoča, da na zasnu označiš klavzulo, opombiš dokument ali operaterju omogočiš vizualno preverjanje ekstrakcije, namesto da bi moral rezultatu slepo verjeti. Ekstrahira tabele ob ohranitvi organizacije vrstic in stolpcev, obravnava večstranske dokumente brez omejitev paginacije in obdeluje obrazce z obnovitvijo polj z njihovimi vrednostmi.
Na vhodni strani OCR 4 sprejema širok nabor formatov: slike PDF, PNG, JPEG in TIFF, optično skenirane dokumente ter fotografije s pametnih telefonov. Kakovost ekstrakcije se ohranja tudi pri poškodovanih virih, poševnih skeniranjih ali nizki ločljivosti; pri projektih digitalizacije dokumenti za obdelavo redko sodijo med najboljše skene v seriji.
Pogosti primeri uporabe sledijo tej logiki. Digitalizacija obravnava račune, pogodbe in naročilnice. Skladnost z predpisi temelji na samodejni ekstrakciji podatkov iz pravnih dokumentov. Pametno arhiviranje omogoča indeksiranje zbirk zgodovinskih dokumentov. Končno pa podatkovni cevovod lahko napolni bazo podatkov iz papirnatih dokumentov brez ročnega ponovnega vnosa.
OCR 4 se redko integrira samostojno. Najpogostejša kombinacija povezuje tri modele:
- OCR 4 iz strukturiranega PDF dokumenta izvleče strukturirano vsebino
- Mistral Small 4 analizira to vsebino in ustvari strukturiran povzetek
- Mistral Embed generira vektorje za indeksiranje v vektorski bazi podatkov
Magistral — Opustljena družina
Odstranjeni modeli
Družina Magistral (Medium in Small), namenjena sklepanju, je opuščena: vse njene različice so bile postopoma umaknjene med koncem leta 2025 in sredino leta 2026. Sklepanje je zdaj integrirano v splošne modele: Mistral Small 4 združuje navodila, sklepanje in kodo; Mistral Medium 3.5 prevzema zahtevnejše sklepanje. Za podrobnosti o tej konvergenci glej tečaj o novih funkcijah.
Če nadaljuješ z obstoječim projektom ali slediš vadnici, ki še vedno omenja Magistral, je selitev odvisna od zahtev naloge. Za rutinsko sklepanje – logika, standardna matematika, analiza – preklopi na Mistral Small 4 in njegov integrirani način sklepanja. Za zahtevno sklepanje, kompleksne demonstracije ali načrtovanje v več korakih preidi na Mistral Medium 3.5. V obeh primerih načrtuj ponovni zagon svojih testnih nizov: izhodi spremenijo obliko, tudi če ostanejo zaključki enaki.
Mistral Moderation 2 — Varnost vsebine
Mistral Moderation 2, izdan marca 2026 kot različica 26.03 na ravni Premier, se osredotoča na odkrivanje problematične vsebine in varovanje aplikacij z umetno inteligenco. Razvršča vsebino z identifikacijo govora sovražnosti, nasilja, spolnih vsebin ali nevarnosti in zaznava poskuse preboja varnosti (jailbreak) – to so sporočila, zasnovana tako, da model prisilijo k obidu lastnih varnostnih smernic. Deluje v številnih jezikih, kar odpravlja potrebo po prevajanju pred moderiranjem. Sprejema tudi prilagojena varovala: za svoje agente in pogovore lahko definiraš lastna pravila, ki presegajo privzete kategorije.
Njegova tipična uporaba vključuje namestitev okoli splošnega modela, namesto znotraj njega. Navzgor filtrira uporabniške zahteve, preden dosežejo glavni model. Navzdol preverja odgovore, preden se vrnejo uporabniku. Končno se uporablja za nadzor, kjer analizira pretekle pogovore za odkrivanje zlorab. Pri storitvi, odprti za javnost, se združijo vse tri pozicije: prva ščiti tvoj model, druga ščiti tvoje uporabnike, tretja pa ščiti tebe.
Leanstral 1.5 — Formalni dokazi
Leanstral 1.5, izdan 2. julija 2026, je najbolj specializiran model v celotnem ekosistemu. Gre za osnovni model odprte kode, zasnovan za Lean 4, jezik formalnih matematičnih dokazov.
Njegovo občinstvo je ozko in natančno opredeljeno: raziskovalci matematike, ekipe za formalno preverjanje kritične programske opreme in razvijalci knjižnic dokazov. Njegova izdaja kot odprta koda je zanje pomembna, ker laboratorijem omogoča gostovanje in prilagoditev lastnim formalizmom.
Ključne ugotovitve
- OCR 4 (junij 2026) je celovita storitev za razumevanje dokumentov: besedilo, struktura, omejitveni okvirji po odstavkih in tipizirani strukturni bloki
- Magistral je opuščen: sklepanje zdaj poteka prek Small 4 (rutinsko) in Medium 3.5 (zahtevno)
- Moderation 2 zagotavlja varnost aplikacij z umetno inteligenco z odkrivanjem prebojev varnosti in prilagojenimi varovali
- Leanstral 1.5 (julij 2026) je osnovni model odprte kode za formalne dokaze v Lean 4
- Ti specializirani modeli se med seboj in s splošnimi modeli kombinirajo v večmodelnih cevovodih