Pix2Text 新版公式识别模型
内容提要
Pix2Text (P2T) 更新了公式识别模型（version-20230702），显著提升了手写和多行公式的识别精度，尤其在格式正确性方面优于旧版（Latex-OCR）。新模型已在P2T网页版上线，用户可免费使用。
延伸解读
新模型的核心改进
Pix2Text 新公式识别模型 version-20230702 以 Latex-OCR 开源模型为初始值，使用四五倍的数据重新训练。在作者自建的测试集上，新模型在 BLEU、token 准确率、编辑距离三个指标上均优于旧模型，尤其对手写和多行公式图片的识别精度提升显著，同时降低了格式错误导致的渲染失败概率。
训练数据与评估说明
由于新模型使用了不同的训练和测试数据，无法在 Latex-OCR 原始测试集上直接对比。作者在自建测试集中加入手写和多行公式图片，旧模型在此类图片上表现不佳，而新模型通过加入相关数据训练后，三项指标均有较大改善。读者需注意，评估结果基于作者自建测试集，并非公开基准。
获取与使用方式
新模型已部署到 P2T 网页版，可免费使用。若需本地部署，模型文件需付费购买：企业版和个人版价格不同，星球会员购买个人版可享八折返现。下载后解压得到 p2t-mfr-model 文件夹，在初始化 Pix2Text 时传入模型路径即可，使用方式与开源模型完全一致。注意：需先确保开源模型能正常运行。
Q&A
Pix2Text的新公式识别模型有哪些主要改进？
新模型在手写和多行公式的识别精度上显著提升，尤其在格式正确性方面优于旧版（Latex-OCR）。
新模型的训练过程有什么不同？
新模型的训练过程使用了更多相关数据，导致识别精度显著提高。
用户如何使用Pix2Text的新模型？
新模型已在P2T网页版上线，用户可以免费使用。
新旧模型在识别效果上有什么具体对比？
新模型在格式错误（渲染失败）方面有明显改善，识别率在多个指标上均优于旧模型。
新模型的版本号是什么？
新模型的版本号是version-20230702。
Pix2Text的新模型是否支持单行图片识别？
是的，新模型对一般单行图片的识别率也有所提升。
