Датасет · unsloth
1% выборки LaTeX_OCR для распознавания формул
unsloth/LaTeX_OCR
Небольшая выборка пар изображение–LaTeX для обучения OCR математических формул.
Что внутри
Датасет — 1% выборки из linxy/LaTeX_OCR. Он содержит пары изображений и текста LaTeX; по метаданным размер — от 10 тыс. до 100 тыс. примеров. Других подробностей в карточке нет.
Что можно сделать
- Обучить OCR-модель для LaTeX-формул
- Дообучить vision-language модель распознавать математику
- Проверить качество image-to-LaTeX на выборке
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 2 тыс.
- Лайков
- 96
Модели, обученные на нём
- mradermacher/Qwen2-VL-OCR-2B-Instruct-i1-GGUF 828
- mradermacher/Imgscope-OCR-2B-0527-i1-GGUF 828
- mradermacher/Qwen2-VL-OCR2-2B-Instruct-GGUF 676
- prithivMLmods/Qwen2-VL-OCR-2B-InstructКартинка + текст 665
- mradermacher/Qwen2-VL-OCR-2B-Instruct-GGUF 601
- Weidows/Qwen3.5-4B-LaTeXКартинка + текст 558
- mradermacher/Qwen3-2b-vl-latex-ocr-GGUF 483
- mradermacher/Callisto-OCR3-2B-Instruct-i1-GGUF 443
Как загрузить
from datasets import load_dataset
ds = load_dataset("unsloth/LaTeX_OCR")