Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 14 ore
Schița de curs
Introducere în modelele multimodale Mistral
- Prezentare a Mistral Medium și a capabilităților multimodale
- Modele OCR/document și use case
- Integrare cu ecosisteme open-source
Pipeline-uri OCR și Vision
- Fundamente OCR cu modele Mistral
- Preprocesare a imaginilor și documentelor scanate
- Extragerea textului structurat din imagini
Înțelegerea documentelor
- Design de pipeline-uri NLP pentru documente
- Recunoaștere de entități, sumarizare și clasificare
- Legătură cross-modală între datele de text și vision
Aplicații de căutare și cunoaștere
- Sisteme de căutare vision-text
- Construirea căutării semantice cu ieșiri OCR
- Depozitare enterprise de documente
Aplicații assistive și interactive
- Design UI pentru asistenți multimodali
- Aplicații de accesibilitate (ex: vision-to-text)
- Instrumente de productivitate pentru utilizarea zilnică
Performanță și optimizare
- Scalarea pipeline-urilor multimodale
- Optimizarea performanței de inferență
- Evaluarea compromisurilor dintre acuratețe și eficiență
Studii de caz și direcții viitoare
- Aplicații industriale ale AI-ului multimodal
- Tendențe de cercetare în OCR și document AI
- Considerații privind AI-ul responsabil în sarcini vision-text
Rezumat și pașii următori
Cerințe
- Înțelegerea conceptelor de procesare a limbajului natural
- Experiență cu Python și framework-uri ML
- Familiarizare cu bazele computer vision
Public țintă
- Echipe de produs
- Cercetători ML
- Ingineri ML aplicații
