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 la modelele multimodale Mistral
- Prezentare generală a Mistral Medium și a capabilităților multimodale
- Modele OCR/documente și use case-uri
- Integrare cu ecosistemele open-source
Pipeline-uri OCR și de Viziune
- Fundamentele OCR cu modelele Mistral
- Preprocesarea imaginilor și a documentelor scanate
- Extragerea textului structurat din imagini
Înțelegerea Documentelor
- Proiectarea pipeline-urilor NLP pentru documente
- Reconștirea entităților, sumarizarea și clasificarea
- Legătura cross-modală între datele de text și viziune
Aplicații de Căutare și Cunoștințe
- Sisteme de căutare viziune-text
- Construirea căutării semantice pe baza ieșirilor OCR
- Depozite de documente enterprise
Aplicații Asistive și Interactive
- Design-ul UI pentru asistenți multimodali
- Aplicații de accesibilitate (de ex., viziune spre text)
- Unelte de productivitate din lumea reală
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 multimodal
- Tendințe de cercetare în OCR și AI pentru documente
- Considerații de AI responsabil în sarcinile viziune-text
Rezumat și Pași următori
Cerințe
- Înțelegerea conceptelor de procesare a limbajului natural (NLP)
- Experiență cu Python și framework-uri ML
- Familiaritate cu bazele viziunii computerizate
Public țintă
- Echipe de produs
- Cercetători ML
- Ingineri ML aplicații
