Mistral OCR 4：170言語対応と構造化出力を実現した最新OCRモデルの発表

概要

Mistral AIは、170言語に対応し、バウンディングボックスやブロック分類、信頼度スコアなどの高度なメタデータを出力可能なSOTA OCRモデル「Mistral OCR 4」を発表しました。

詳細内容

Mistral AIが発表した「Mistral OCR 4」は、文書解析（Document Intelligence）を劇的に進化させる最新モデルです。従来のテキスト抽出に加え、各要素の位置を示すバウンディングボックス、コンテンツの属性分類（表、数式、署名、タイトルなど）、さらには単語・ページ単位の信頼度スコアを構造化データとして返却します。特筆すべきは、主要言語だけでなくマイナーな言語を含む170以上の言語をサポートしている点と、シングルコンテナでのセルフホスティングが可能である点です。これにより、データ漏洩リスクを最小限に抑えつつ、高いスループットで文書処理を行えます。ベンチマークではOlmOCRBenchでトップスコアを記録し、人間による評価でも競合他社を大きく上回る勝率を達成しています。RAG（検索拡張生成）やエンタープライズ検索、業務エージェントのインフラとしての活用が期待されています。

元記事を読む他のサマリーを見る