html-extraction

Feyn 推出了 Pulpie，这是一系列用于从 HTML 页面中提取主要内容的帕累托最优模型，以二十分之一的成本实现了接近最先进的质量。最小的模型 pulpie-orange-small 在 ROUGE-5 F1 指标上与领先的提取器相当，同时体积更小、速度更快，能够为预训练和推理提供可扩展的网页清理。

一项基准测试，比较了参数规模从2B到35B的AI模型在从HTML中提取结构化数据这一具有挑战性的任务上的表现和准确性。