Mistral、OCR 4で170言語対応の文書解析

Mistral が文書解析用 OCR モデルの新版 OCR 4 を公開。170 言語対応、文字位置と信頼度スコアの出力に対応し、日本語含む多言語文書ワークフローへの適用が現実的になった。arxiv では domain-vertical 向けの Transformer 系 LM のアーキテクチャレビュー研究が並走し、「文書解析を特化モデルで解くか汎用 LM で解くか」の設計選択が続く文脈。実装側では OCR 4 のように「特化して薄く速い」路線の選択肢が増えた点が本流。次は多言語での認識精度の第三者検証と、企業側の実採用が読みどころ。