EpubCCKonwersja dokumentu pełnego równań do EPUB
Zaktualizowane:
Równania są słabym punktem: silnik EpubCC utrzymuje prozę i proste symbole inline, ale wystawione równania z ułamkami, sumami i indeksami pojawiają się jako zniekształcony czysty tekst, ponieważ jeszcze nie buduje MathML. Na pracy DPO (arXiv, CC BY 4.0) nasza dokładność 8-gramowa wynosi 0.814, za OpenDataLoader (0.860) i PDFium (0.838).
Oryginał i wynik
Równania wyświetlane z ułamkami, sumami, eksponentami i indeksami dolnymi; litery greckie w bieżącym tekście; pochodne w stylu twierdzenia w dodatku.
Pobierz źródło PDF Pobierz próbkę EPUB
Kiedy zachować PDF
Jeśli równania są istotą dokumentu, zachowaj PDF do ich czytania. EPUB jest przydatne dla prozy wokół nich (wprowadzenie, dyskusja, prace pokrewne), co poprawnie przeładowuje się i łączy na stronach.
Wyjście MathML nie jest planowane na pierwszą wersję; gdy będzie istniało, ten przypadek zostanie ponownie wygenerowany, a powyższa data ulegnie zmianie.
Źródło i licencja
- Dokument
- Direct Preference Optimization paper (arXiv 2305.18290)
- Licencja
- CC BY 4.0
- Strony
- 27
- Cechy
- tekst PDF, jedna kolumna, formuły, pr przypisy, artykuł naukowy
Rafailov, Sharma, Mitchell, Ermon, Manning and Finn, “Direct Preference Optimization: Your Language Model is Secretly a Reward Model”, arXiv:2305.18290v3, licensed CC BY 4.0 (checked on the arXiv abstract page, 2026-11-04). Pages shown unmodified; the EPUB is our conversion.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 4–5 dla obrazów i próbki EPUB.
- Wyniki benchmarków: uruchomienie z dnia 2026-11-04 z tym samym binarnym, każdy silnik na całym dokumencie; ten dokument nie jest jeszcze częścią opublikowanego benchmarku.
- Opcje: brak. Silnik nie ma jeszcze ustawień na poziomie dokumentu; te same domyślne ustawienia mają zastosowanie do każdego pliku.
Walidacja i wyniki
EPUBCheck EPUBCheck w naszym EPUB: 0 błędów, 0 ostrzeżeń.
EPUBCheck 5.4.0 w próbce do pobrania: 0 błędów, 0 ostrzeżeń (sprawdzone 2026-11-04).
- Strony
- 27
- Czas
- 0.15 s
- Szczyt pamięci
- 63 MB
- Rozdziały
- 11, z nagłówków dokumentu
- Znalezione przypisy
- 7, 6 powiązanych
- Równania przekonwertowane na MathML
- 0
- Ostrzeżenia o jakości
- brak
| Silnik | Przywołanie 8-gramowe |
|---|---|
| EpubCC engine (EPUB output) | 0.839 |
| EpubCC engine (plain text) | 0.833 |
| pdf_oxide · extract_text | 0.780 |
| pdf_oxide · to_plain_text (XY-cut) | 0.777 |
| pdf_oxide · Markdown | 0.807 |
| PDFium · text().all() | 0.838 |
| OpenDataLoader PDF (local mode) | 0.860 |
| pdftotext (Poppler) | 0.827 |
| Calibre · ebook-convert (EPUB output) | 0.777 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.837 |
Ograniczenia, które zaobserwowaliśmy
- Równania wyświetlane są jako zwykły tekst w kolejności, w jakiej PDF je rysuje: kreski ułamkowe znikają, liczniki i mianowniki lądują na oddzielnych liniach, a numer równania przemieszcza się ("r(x, y) = β log + β log Z(x). (5) π ref (y | x)").
- Indeksy pisane są w linii z odstępem (π ref, π θ) zamiast jako indeksy dolne; niektóre indeksy górne są zachowane (π^SFT).
- Brak MathML: aplikacja do czytania nie może renderować ani odczytywać formuł na głos.
- OpenDataLoader (0.860), PDFium (0.838) i pdftotext (0.827) mają wyższą precyzję 8-gramową niż nasz silnik (0.814); odniesienie pomija równania, więc to mierzy prozę.
- Tytuł próbki brzmiał jako «4 Optymalizacja Preferencji Bezpośrednich» (pierwszy nagłówek stron przetworzonych), a nie tytuł pracy.