Nougat
Meta AI发布的学术文档OCR模型，基于Transformer编码器-解码器架构，将整页文档图像作为输入并直接输出结构化Markdown文本，专门针对科学论文的公式与排版优化，支持LaTeX公式识别
时间轴 (近 90 天)
arXiv的PDF解析是学术论文跨库检索的主要难点，公式、表格、双栏排版会导致通用解析器出错。
Nougat（Neural Optical Understanding for Academic Documents）由Meta AI于2023年发布，基于Transformer编码器-解码器架构
Nougat将整页文档图像作为输入，直接输出结构化Markdown文本，支持行内公式与行间公式区分，对多行公式、矩阵和对齐环境识别效果突出
Nougat和pix2tex的主要局限在于对低质量扫描（严重倾斜、污迹密集）的鲁棒性有限，需在输入前增加图像预处理步骤如去偏斜、对比度增强和去噪
Nougat是Meta出品的文档专用模型，擅长学术论文与LaTeX公式识别，训练数据来自数百万篇arXiv论文
全部知识事实 (5)
arXiv的PDF解析是学术论文跨库检索的主要难点，公式、表格、双栏排版会导致通用解析器出错。
50%待验证Nougat（Neural Optical Understanding for Academic Documents）由Meta AI于2023年发布，基于Transformer编码器-解码器架构
50%待验证Nougat将整页文档图像作为输入，直接输出结构化Markdown文本，支持行内公式与行间公式区分，对多行公式、矩阵和对齐环境识别效果突出
50%待验证Nougat和pix2tex的主要局限在于对低质量扫描（严重倾斜、污迹密集）的鲁棒性有限，需在输入前增加图像预处理步骤如去偏斜、对比度增强和去噪
50%待验证Nougat是Meta出品的文档专用模型，擅长学术论文与LaTeX公式识别，训练数据来自数百万篇arXiv论文
50%