分享时间 | 2024-08-13 19:39 |
最后更新 | 2024-08-13 19:39 |
修订版本 | 0 |
用户许可 | -未设置- |
Quicker版本 | 1.43.10 |
动作大小 | 2.2 KB |
GPT 生成的数学公式的格式经常无法被 markdown 编辑软件识别。原因在于使用的符号不一样。
行内公式,GPT 常常用 `\(...\)` 而非 md 语法的 `$...$`;多行公式 GPT 常常生成 `\[...\]` 而非 md 适用的 `$$...$$`。
这个动作的功能很简单:读取粘贴板文本,替换所有公式符号,并执行粘贴。
## 样例
例如这是从 GPT 当中复制的文本:
```md
狄利克雷分布的概率密度函数(PDF)定义如下:
\[ \text{Dir}(\alpha) = \frac{1}{B(\alpha)} \prod_{i=1}^K x_i^{\alpha_i - 1} \]
其中:
- \( \alpha = (\alpha_1, \alpha_2, \ldots, \alpha_K) \) 是参数向量,每个 \( \alpha_i \) 都是正数。
- \( B(\alpha) \) 是多维贝塔函数,定义为:
\[ B(\alpha) = \frac{\prod_{i=1}^K \Gamma(\alpha_i)}{\Gamma(\sum_{i=1}^K \alpha_i)} \]
- \( \Gamma \) 是伽马函数。
- \( x = (x_1, x_2, \ldots, x_K) \) 是一个概率向量,满足 \( \sum_{i=1}^K x_i = 1 \) 且 \( x_i \geq 0 \)。
```
这是通过本动作粘贴的结果
```md
狄利克雷分布的概率密度函数(PDF)定义如下:
$$ \text{Dir}(\alpha) = \frac{1}{B(\alpha)} \prod_{i=1}^K x_i^{\alpha_i - 1} $$
其中:
- $ \alpha = (\alpha_1, \alpha_2, \ldots, \alpha_K) $ 是参数向量,每个 $ \alpha_i $ 都是正数。
- $ B(\alpha) $ 是多维贝塔函数,定义为:
$$ B(\alpha) = \frac{\prod_{i=1}^K \Gamma(\alpha_i)}{\Gamma(\sum_{i=1}^K \alpha_i)} $$
- $ \Gamma $ 是伽马函数。
- $ x = (x_1, x_2, \ldots, x_K) $ 是一个概率向量,满足 $ \sum_{i=1}^K x_i = 1 $ 且 $ x_i \geq 0 $。
```
修订版本 | 更新时间 | 更新说明 |
---|---|---|
0 | 2024-08-13 19:39 |