感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
Mistral 多模態模型介紹
- Mistral Medium 及多模態功能概述
- OCR/文件模型及其應用場景
- 與開源生態系統的整合
OCR 與視覺管線
- 結合 Mistral 模型的 OCR 基礎知識
- 影像與掃描文件的預處理
- 從影像中提取結構化文字
文件理解
- 設計用於文件的 NLP 管線
- 實體識別、摘要生成與分類
- 文字與視覺資料的跨模態連結
搜尋與知識應用
- 視覺-文字搜尋系統
- 利用 OCR 輸出結果建立語意搜尋
- 企業文件資料庫
輔助與互動式應用
- 多模態助手的 UI 設計
- 無障礙應用(例如:視覺轉文字)
- 實際生產力工具開發
效能與最佳化
- 擴展多模態管線的規模
- 推論效能調適
- 評估準確性與效率之間的權衡
案例研究與未來趨勢
- 多模態人工智慧的產業應用
- OCR 與文件 AI 的研究趨勢
- 視覺-文字任務中的負責任 AI 考量
總結與後續步驟
最低要求
- 具備自然語言處理(NLP)概念的理解
- 擁有 Python 及機器學習框架的使用經驗
- 熟悉電腦視覺基礎知識
目標受眾
- 產品團隊
- 機器學習研究者
- 應用機器學習工程師