OCR– tag –

はじめに 　Mistral AIが2026年6月23日、文書構造化OCRの新バージョン「OCR 4」を公開しました。テキスト抽出に加え、バウンディングボックス・ブロック分類・信頼スコアをセットで返す設計が特徴です。RAGや企業内検索のデータ基盤として訴求しており、本...

はじめに  大規模言語モデル（LLM）が直面する大きな課題として、コンテキスト長（文脈の長さ）が伸びた際の計算量の問題（二次スケーリング）があります。この課題は、長大な文書や対話履歴を処理する際に、リソースの制約を深刻化させます。  この問題に...

はじめに 　DeepSeekが2025年10月20日に公開した「DeepSeek-OCR」は、ドキュメント画像からテキストを抽出する多言語対応モデルです。従来のテキストトークン方式ではなく、ビジョントークンを活用することで、大規模ドキュメントの処理速度とコスト効率を...