HtmlRAG：HTML 比纯文本更好使用 LLM 构建时，结构-20241118081512

文章预览

2024-11-18 08:15 本条微博链接 HtmlRAG：HTML 比纯文本更好 使用 LLM 构建时，结构化输入与结构化输出同样有效。 如果您正在专门研究 RAG 系统，请查看这篇新论文。 它提出了一种新方法，建议使用 HTML 而不是纯文本作为构建 RAG 系统的格式。 关键发现是，与纯文本转换相比，保留 HTML 结构可以提供更丰富的语义和结构信息，而纯文本转换通常会丢失重要的格式，如标题、表格和语义标签。 为了解决 HTML 文档对于 LLM 上下文窗 ………………………………