alephpi/Texo

解決する課題

Texoは、数学の数式の画像をLaTeXコードに変換するために設計された、軽量なオープンソースのLaTeX OCRモデルです。数学のノートをデジタル化する必要があるSTEM分野の学習者や研究者にとって、高速でアクセスしやすく、正確なツールへのニーズに応えます。

仕組み

TexoはPPFormulaNet-Sモデルを蒸留したもので、その後UniMERNet-1Mデータセットで微調整されています。モデルのエンコーダーとデコーダーを組み合わせて、数学画像のパターンを認識し、それらをLaTeXコマンドの閉じた語彙に変換します。

対象者

このプロジェクトは、主に手書きまたは印刷された数学の数式をLaTeX形式に素早く変換する必要があるSTEM学生、AI学習者、および研究者を対象としています。

ハイライト

• ミニマリスト設計: パラメータ数はわずか2000万であり、UniMERNet-T (107M) のような他のSOTAモデルよりも大幅に軽量です。
• 高いパフォーマンス: UniMERNet-TestデータセットにおけるBLEUおよび編集距離の指標において、より大きなモデルに匹敵するパフォーマンスを維持しています。
• コンシューマグレードのトレーニング: 最低16GBのGPUメモリがあれば、コンシューマレベルのGPUでトレーニング可能です。
• ブラウザ対応: companion web projectを介して、ブラウザで直接実行することをサポートしています。
• 高速な推論: 軽量で高速な推論速度を実現するために最適化されています。