Pulpie 从原始 HTML 中提取主要内容，去除导航、广告、侧边栏和页脚。它使用小型编码器模型，只需一次前向传递即可标记每个代码块，在 L4 GPU 上运行速度比自回归提取器快 20 倍、成本低 20 倍，即可达到接近最先进的提取质量。支持 pip install pulpie 即可使用。
Pulpie 从原始 HTML 中提取主要内容，去除导航、广告、侧边栏和页脚。它使用小型编码器模型，只需一次前向传递即可标记每个代码块，在 L4 GPU 上运行速度比自回归提取器快 20 倍、成本低 20 倍，即可达到接近最先进的提取质量。支持 pip install pulpie 即可使用。