docling-project/docling

Add LaTex and mathpix-markdown-it as outputs

Open

#343 aberto em 14 de nov. de 2024

Ver no GitHub
 (5 comments) (4 reactions) (0 assignees)Python (4.140 forks)batch import
enhancementhelp wanted

Métricas do repositório

Stars
 (59.751 stars)
Métricas de merge de PR
 (Mesclagem média 7d 5h) (93 fundiu PRs em 30d)

Description

Requested feature

Add Latex and mathpix-markdown-it formats as available outputs

nougat uses Mathpix Markdown and it creates beautiful formulas because it's powered by LaTex

example paper I had on hand The Impact of Initialization on LoRA Finetuning Dynamics

Formula from the paper:

image

docling version in markdown image

and this is from nougat image

Guia do colaborador

Direção de pesquisa
Examine os formatos de saída existentes no docling (por exemplo, markdown, docx) para entender o pipeline de conversão. Integre a biblioteca mathpix markdown it para gerar saída LaTeX e mathpix markdown. Atualize os arquivos de configuração e testes relevantes. Consulte os comentários da issue para quaisquer requisitos específicos ou contribuições do mantenedor.
Pilha de tecnologia
python
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonGit
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60