产品介绍

ReaderLM v2是由Jina AI开发的前沿小型语言模型，旨在高效地将HTML转换为Markdown和JSON格式。凭借15亿个参数，它确保数据处理的高准确性，使其成为开发人员、内容创作者和研究人员的重要工具。该模型支持多达512,000个标记，可以全面处理文本并从网页中提取数据。

主要特性

• HTML到Markdown转换：在保留完整信息的同时转换HTML内容，并有效利用Markdown语法。
• 直接HTML到JSON生成：根据定义的JSON架构从HTML中提取特定数据，提高数据清理和提取效率。
• 多语言支持：支持29种语言，包括英语和中文，满足多样化用户的需求。
• 长文本处理：能够处理多达512,000个标记的输入/输出组合，解决长文本降级中的挑战。
• 高级训练范式：利用更高质量的训练数据，相对于前身提供了更好的性能，使得生成高效的Markdown语法和复杂元素创建成为可能。

产品数据

• 模型参数：15亿
• 标记限制：输入/输出组合的标记数上限为512,000
• 支持的语言：29种语言
• 主要功能：HTML到Markdown和HTML到JSON转换

产品链接

产品官网