Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
M
MISTRAL / mistralai/LIDstral-Arabic
LIDstral Arabic
Classificatore di lingue e dialetti pubblicato da Mistral su Hugging Face il 9 ottobre 2026. Riceve testo in alfabeto arabo e distingue arabo standard, dialetti e altre lingue che condividono la scrittura. Non è un assistente generativo né un modello di trascrizione. Combina fastText one-vs-all, un classificatore MLP e calibrazione isotonica per classe; restituisce etichetta e probabilità calibrate su 51 classi.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | mistralai/LIDstral-Arabic |
|---|---|
| Tipo di modello | Classificazione del testo |
| Modalità di accesso | Pesi aperti |
| Licenza | Apache 2.0 |
| Distribuzione | Classificatore locale su CPU |
| Rilascio | 09 OTT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo |
| Uscita | Etichetta e probabilità |
| Finestra di contesto | Testo non vuoto dopo la preelaborazione |
| rendimento massimo | Etichetta e probabilità su 51 classi |
| Ragionamento | Non applicabile |
| Strumenti pubblicati | |
| Uscite strutturate | JSON del classificatore locale |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Hugging Face · fastText · PyTorch |
Classificazione di corpora, instradamento per lingua, selezione di risorse linguistiche e analisi dialettale. Le lingue non arabe riducono la confusione tra lingua e alfabeto. Lo script ufficiale funziona su CPU e offre input individuale, API Python ed elaborazione JSONL. Il pipeline richiede di mantenere insieme lid_ova_full.bin, mlp_stacker_ln.pt e isotonic_calibration.pkl.
Seleziona sempre una delle 51 classi: lingue non supportate o testi misti possono ricevere un’etichetta errata. La preelaborazione rimuove artefatti web e ASR, diacritici, allungamenti decorativi e punteggiatura ripetuta; conserva le varianti di alef. Input vuoti o eliminati completamente generano un errore. La confidenza calibrata non sostituisce la validazione nel tuo dominio né una politica per i casi incerti.
03 / CAPACITÀ
Cosa può fare
Orientamento
Classificazione di corpora, instradamento per lingua, selezione di risorse linguistiche e analisi dialettale. Le lingue non arabe riducono la confusione tra lingua e alfabeto. Lo script ufficiale funziona su CPU e offre input individuale, API Python ed elaborazione JSONL. Il pipeline richiede di mantenere insieme lid_ova_full.bin, mlp_stacker_ln.pt e isotonic_calibration.pkl.
Contesto
Testo non vuoto dopo la preelaborazione · Etichetta e probabilità su 51 classi
Strumenti e integrazione
Non pubblicato
Accesso
Hugging Face · fastText e PyTorch
Modalità di input
Testo
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Nessuna tariffa API ufficiale pubblicata | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Costo dell’infrastruttura propria | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
La scheda dichiara Apache 2.0 e il repository risulta pubblico e senza restrizioni alla verifica attuale. L’esempio menziona ancora un download privato; non interpretiamo quel testo come disponibilità di un’API commerciale. Non abbiamo verificato endpoint ospitati né tariffe per token. L’esecuzione propria comporta costi di CPU, memoria, archiviazione e gestione; fissa la revisione del codice prima di caricare i file.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
Mistral pubblica una valutazione su 84.870 esempi arabi di vari dataset. Per il darija marocchino riporta F1 di 88,67 %. Conserviamo dialetto e metrica: non equivale all’accuratezza globale né si estende a tutte le classi. Inferama non ha riprodotto il risultato. La valutazione propria deve analizzare matrice di confusione, calibrazione, testi misti e comportamento fuori distribuzione.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| LIDstral Arabic (Moroccan Darija) | 88,67 % | F1 | Vedi fonte ↗ |
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
LIDstral Arabic
Pubblicazione pubblica del repository. La creazione dell’8 ottobre non è usata come data di rilascio.
07 / FONTI