# MinerU 公式转LaTeX：逐项检查分式、负号、上下标与公式编号

## 实际范围

教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。

已实际执行：原创输入生成、PDF渲染、文件哈希/教材事实检查与两条故意错误拒绝。人工reference-manual.json不冒充目标工具输出；actual-template.json为空模板，不能视为实际结果。

## 使用

```bash
python3 verify.py
python3 verify.py --actual my-observation.json
```

默认材料检查使用Python标准库；可选的--pdf深度检查需要pypdf，且只接受本题定义的PDF契约。不连接任何外部服务或数据库。--actual检查你填写的规范化事实记录，不自动识别任意工具原生导出；仍须逐项回读原生输出。

## 七步操作

1. 看清原创公式页

source.pdf 含三条人工排版的原创公式练习，编号为 (1)、(2)、(3)。它们不是论文摘录，也不是 MinerU 识别结果。下载 equations.json 保留人工真值。

2. 选择能输出公式文本的 tier

先读 tiers 与输出文档，记录实际模型和运行时。Flash 某些独立公式采用图片回退，不能把图片中的文字当作已经得到可编辑 LaTeX。

3. 运行小样本并保留原生输出

仅解析本页输入，保存实际结果。找到 equation 相关块、源页和公式编号，若结果是图片引用，单独记下该回退，不手抄公式后声称模型识别成功。

4. 比较原式的结构

核对 m 的二次幂、d/t 的上下位置，以及 T_out 与 T_in 的下标。先看数学结构，再看字符串空格；不要仅用 OCR 总字数判断公式正确。

5. 把实际 LaTeX 重新渲染

将自己的结果放入支持 LaTeX 的编辑器，截取同一公式对照原页。下载包 reference-formulas.png 是由人工真值真实渲染的参考，明确不是模型输出。

6. 填写三条实际观察

按 actual-template.json 整理公式字符串和编号。规范化时只处理无意义空格，不能擅自把错误符号改成真值再验收。

7. 检查负号与编号负例

本包分别篡改减号和编号做负例。保存原始输出、重新渲染图和人工纠错说明；材料检查通过不能证明模型或数学推导正确。

## 原创与图片身份

source.pdf及数据文件是本站原创虚构教材。页面官方截图只说明工具入口；人工真值图与材料核验图都注明身份，未生成目标软件的假界面或假模型结果。

## 官方依据

- 公式文本与图片回退: https://opendatalab.github.io/MinerU/reference/output_files/
- 解析 tier 与运行时: https://opendatalab.github.io/MinerU/usage/tiers/