aliRafik дообучил модель unsloth/ERNIE-4.5-VL-28B-A3B-PT для задач LaTeX OCR. Это визуально-языковая модель семейства ERNIE 4.5 MoE VL с интерфейсом чата, принимающая изображения и текст и формирующая текстовые ответы. По метаданным, модель содержит 3,3 млрд параметров и поддерживает контекст до 131 072 токенов. Она предназначена для распознавания математических выражений на изображениях и их представления в LaTeX.

Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробностей обучающего набора, поэтому точность распознавания для разных типов формул по ней оценить нельзя.