跳到正文
AI HOT 精选

Pulpie:用编码器做网页清洗,效果追平SOTA但成本只要二十分之一

Pulpie:用于清理网络的Pareto最优模型

Feyn Labs 开源了一个叫 Pulpie 的网页正文提取模型家族。最小的 pulpie-orange-small 只有 2.1 亿参数,在 WebMainBench 上的 ROUGE-5 F1 得分是 0.862,跟目前最强的 Dripper(6 亿参数,0.864 分)几乎打平。

推荐理由:Feyn Labs开源了Pulpie网页正文提取模型,最小版本以Dripper的35%参数量取得接近的基准成绩。

读原文 ↗导出 Markdown