MioFFAn：具备LLM自动化的公式形式化标注软件
MioFFAn是一款开源、可定制的标注框架，旨在解决科学文献中数学表达式自动转换为可执行符号代码（公式形式化）时缺乏高质量数据集的问题。它基于MioGatto架构，支持方程选择、符号代码辅助规范、自定义分类和属性，并通过大语言模型（LLM）实现部分自动化，采用人机协同的迭代优化策略。初步评估验证了该方法的有效性。
MioFFAn是一款面向科学文献中数学表达式自动转换任务的开源标注框架，旨在解决公式形式化（Formula Formalization）中高质量标注数据稀缺的难题。该工作由Nicolas Sibuet等人完成，论文已被2026年LREC会议期间举办的第三届自然科语言处理国际研讨会（NSLP 2026）接收，并发表在会议论文集第206-217页。
MioFFAn基于MioGatto架构进行扩展，引入了针对公式形式化的特定功能，包括感兴趣方程的选择和符号代码的辅助规范。用户可以配置自定义的分类法、符号属性以及兼容的符号运算符，从而适配化学、物理学等不同科学领域的标注需求。框架的核心设计是文档中心（document-centric），允许研究人员围绕整篇论文进行标注，而不是孤立的公式。
除了手动标注，MioFFAn还集成了大语言模型（LLM）的自动化能力。通过定义一系列输出格式严格的模块化子任务，研究人员可以逐步优化自动化流程，并使用标准NLP指标（如准确率、召回率）评估不同的策略。论文中详细描述了当前的自动化方法，并进行了初步评估，结果表明这种人机协同（human-in-the-loop）的方法能有效提升标注效率与质量。
MioFFAn的发布为科学计算与自然语言处理的交叉领域提供了重要工具，有望推动科学文献中数学知识的自动化提取与复用。该框架的开源特性也便于社区贡献和定制，进一步促进该领域的发展。