MioFFAn：具備LLM自動化的公式形式化標註軟件
MioFFAn是一款開源、可定製的標註框架，旨在解決科學文獻中數學表達式自動轉換為可執行符號代碼（公式形式化）時缺乏高質量數據集的問題。它基於MioGatto架構，支持方程選擇、符號代碼輔助規範、自定義分類和屬性，並通過大語言模型（LLM）實現部分自動化，採用人機協同的迭代優化策略。初步評估驗證了該方法的有效性。
MioFFAn是一款面向科學文獻中數學表達式自動轉換任務的開源標註框架，旨在解決公式形式化（Formula Formalization）中高質量標註數據稀缺的難題。該工作由Nicolas Sibuet等人完成，論文已被2026年LREC會議期間舉辦的第三屆自然科語言處理國際研討會（NSLP 2026）接收，並發表在會議論文集第206-217頁。
MioFFAn基於MioGatto架構進行擴展，引入了針對公式形式化的特定功能，包括感興趣方程的選擇和符號代碼的輔助規範。用户可以配置自定義的分類法、符號屬性以及兼容的符號運算符，從而適配化學、物理學等不同科學領域的標註需求。框架的核心設計是文檔中心（document-centric），允許研究人員圍繞整篇論文進行標註，而不是孤立的公式。
除了手動標註，MioFFAn還集成了大語言模型（LLM）的自動化能力。通過定義一系列輸出格式嚴格的模塊化子任務，研究人員可以逐步優化自動化流程，並使用標準NLP指標（如準確率、召回率）評估不同的策略。論文中詳細描述了當前的自動化方法，並進行了初步評估，結果表明這種人機協同（human-in-the-loop）的方法能有效提升標註效率與質量。
MioFFAn的發佈為科學計算與自然語言處理的交叉領域提供了重要工具，有望推動科學文獻中數學知識的自動化提取與複用。該框架的開源特性也便於社區貢獻和定製，進一步促進該領域的發展。