MaxTex(P)

In terms of printing, MaxTex (P) not only expands the sample size to 223000, becoming the best and largest mathematical formula dataset in terms of quality, but also adopts an efficient and unified word element design (431 words), avoiding the symbol redundancy problem in IM2LATEX-100K (516 words)

就公式排版任务而言，MaxTex (P) 不仅将样本规模扩充至223000条，成为质量最优、规模最大的数学公式数据集，还采用了高效统一的词元设计（共431个词元），规避了IM2LATEX-100K中存在的符号冗余问题（该数据集词元数为516）。

搜集汇总

背景与挑战

背景概述

MaxTex(P)是一个专注于印刷公式识别的大型数据集，包含223000个高质量数学公式样本，采用431个统一词元素设计，有效解决了符号冗余问题。数据集发布于2024年，遵循CC BY 4.0许可协议。