Ta kontakt
 Varighet 14 timer

Kursplan

Introduksjon til Mistral Multimodale Modeller

  • Generelt om Mistral Medium og multimodale evner
  • OCR/dokumentmodeller og bruksområder
  • Integrering med øpne kilde-økosystemer

OCR- og visjonsfløter

  • OCR-grunnleggere med Mistral-modeller
  • Forbehandling av bilder og skannede dokumenter
  • Ekstraksjon av strukturert tekst fra bilder

Dokumentforståelse

  • Design av NLP-fløter for dokumenter
  • Entitetgjenkjenning, sammendrag og klassifisering
  • Kryssemodal kobling av tekst- og visjonsdata

Søk- og kunnskapsapplikasjoner

  • Visjon-tekstsøkssystemer
  • Oppbygging av semantisk søk med OCR-resultater
  • Virksomhetsdokumentarkiver

Assistive og interaktive applikasjoner

  • UI-design for multimodale assistenter
  • Tilgjengelighetsapplikasjoner (f.eks. visjon til tekst)
  • Produktivitetsverktøy i sanne kontekster

Ytelse og optimalisering

  • Skalering av multimodale fløter
  • Justering av inferensytelse
  • Vurdering av avveining mellom nøyaktighet og effektivitet

Kasustudier og fremtidige retninger

  • Industrielle applikasjoner av multimodal AI
  • Forskningstrender i OCR og dokument-AI
  • Betragtninger om ansvarlig AI i visjon-tekst-oppgaver

Oppsummering og neste steg

Krav

  • Kunnskap om naturlige språkbehandlingsbegreper
  • Erfaring med Python og ML-rammeverk
  • Kjennskap til grunnleggende datamaskinvitenskap/visjon

Publikum

  • Produkteam
  • ML-forskere
  • Anvendte ML-ingeniører

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier