ESMFold

MathΣtral 是 Mistral 基于 Mistral 7B 开发并推出的专注于数学推理的模型，拥有 32k 的上下文窗口，发布于 Apache 2.0 许可下。

olmOCR 是由艾伦人工智能研究所（AI2）开发的开源 Python 工具包，旨在高效、准确地将 PDF 文件和文档图像转换为结构化的纯文本，并保留原始文档的逻辑阅读顺序。它利用先进的视觉语言模型和文档锚定技术，在处理复杂文档时表现出色，并具有高精度、高效率和成本效益等优点。

TexTeller 是一个基于 Vision Transformer 的先进模型，用于将图像中的数学公式高精度地转换为 LaTeX 代码。它经过大规模数据集的训练，支持印刷体、扫描、手写以及混合语言的公式识别，并提供命令行和 API 接口，方便用户和开发者使用。

Google Research & DeepMind 推出的 Google Med-PaLM 2 基于PaLM大模型，是专为医疗问答优化的AI模型。在医学考试问题（如USMLE）中达到专家级准确率，支持多语言医疗信息检索与分析。

DocLayout-YOLO 是一个基于 YOLOv5 架构的开源文档布局分析工具包，由 OpenDataLab 开发。它旨在高效准确地检测文档图像中的各种元素，如文本、标题、表格和图像，为文档数字化、信息提取等下游任务提供支持。

Tesseract OCR 是一款由 Google 开源的强大 OCR 引擎，支持超过 100 种语言。它提供了灵活的命令行界面和 API，可以用于将图像中的文本转换为可编辑的文本。虽然用户提供的链接指向 OCRmyPDF，但 Tesseract 是其核心 OCR 引擎，广泛应用于文档数字化、数据提取等领域。