该数据集包含图像和文本两种特征。图像特征的类型为图像，文本特征的类型为字符串。数据集分为训练集和测试集，训练集包含68686个样本，测试集包含7632个样本。数据集的总下载大小为382010447字节，总数据集大小为384311363.86字节。数据集的配置名为'default'，数据文件路径分别为'data/train-*'和'data/test-*'。数据集的许可证为Apache 2.0。

Hugging Face2024-11-21 更新300

stanford-crfm/image2struct-latex-v1

语言模型评估

LaTeX

--- language: - en license: apache-2.0 size_categories: - 1K<n<10K task_categories: - question-answering - visual-question-answering pretty_name: Image2Structure - Latex dataset_info: - config_name: a

Hugging Face2024-08-01 更新100

latex_ocr_test

光学字符识别

LaTeX

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2026-07-10 更新500

LaTeXt

OCR

LaTeX

MathOCR 是一个专注于数学领域的 LaTeX 数据集，由 Roman 创建并共享。数据集采用 CC-BY-SA-4.0 许可，语言为英语。其格式为 problem_latex|solution_latex|problem_english，旨在用于数学可视化任务。数据集为合成数据，避免了版权和个人敏感信息问题。尽管不覆盖所有方程类型和数字，但适用于大型语言模型（LLM）的文本分类和生成任务。数

Hugging Face2026-02-19 更新210

LaTeX – A document preparation system

资源简介：

相关数据集