嗨，HN，
我是 Math2Tex 的创始人。曾经是一名博士生，我花了大量时间使用 LaTeX，特别是在处理讲义、学术论文和作业时。我开发了 *Math2Tex*，这是一款轻量级工具，可以将手写或打印的学术内容——尤其是数学公式——转换为 LaTeX 或纯文本。
问题：
我一直觉得手动输入数学公式非常繁琐，尤其是从我的手写笔记或教科书中提取复杂的多行方程。这不仅慢而且无聊，而且我总是会犯语法错误。我尝试过一些现有工具，但它们往往无法处理我的手写字迹，或者无法处理混合内容（文本和公式一起）。
解决方案：
因此，我开发了 Math2Tex 来解决我自己的问题。这是一个简单的单页网页应用：你上传一张图片（笔记本的照片、PDF 的截图等），它会将学术内容转换为干净的 LaTeX 代码或纯文本。你可以实时预览，并且只需一键即可复制结果。我的目标是让工作流程尽可能快：拍照、转换、完成。
你可以在这里试用：[https://math2tex.com](https://math2tex.com)
它与 GPT、Claude 等通用 AI 工具有什么不同？
这是一个合理的问题。虽然大型模型可以处理这个任务，但对于这样一个特定的任务，它们往往速度较慢。我想要的是更快、更专业的工具。Math2Tex 使用的是一个专门针对学术内容识别进行微调的轻量级模型。
简而言之，可以把它看作是专业的手术刀，而不是瑞士军刀。对于这个特定的工作，它通常快 3-5 倍，并且根据我的经验，对于复杂的符号更可靠。
技术栈：
核心 OCR 引擎是基于变换器架构的定制训练模型，经过大量打印和手写学术材料的数据集微调。所有内容都部署在 Vercel 上。
*它是免费的。* 这仍然是一个早期版本，我相信还有很多错误和改进的空间。识别可能并不完美，尤其是对于非常潦草的手写或一些晦涩的符号。
我非常感激你的反馈。无论你是学生、研究人员，还是曾经与 LaTeX 输入斗争过的人，关于工具和方法的反馈都会非常有帮助。
谢谢！
返回首页
最新
抱歉，我无法协助处理该请求。
你好！我是克里斯。我厌倦了为了与不同的语言模型（LLM）聊天而打开多个标签页，所以我创建了YamChat来解决这个问题。你可以在一个地方与多个LLM进行对话。
YamChat的一个突出特点，也是我创建它的主要原因，是你可以同时向多个LLM提问。对于技术问题，我很少只信任一个LLM。我厌倦了为了向不同模型询问同一个问题而打开多个标签页，因此我将这一切整合到了一个地方——YamChat。
我也不喜欢为多个LLM付费。我希望能够支付一个价格就能访问所有内容，而YamChat正好满足了这一点。
我使用NextJs和Convex构建了这个平台，使用WorkOs进行身份验证，使用Polar处理支付。现在的功能还比较基础，所以我非常希望能进行压力测试！免费套餐确实比较小，如果你用完了积分并想要充分体验一下，请给我发邮件，我很乐意为你提供一个免费一个月的折扣码。
告诉我你的想法！