苹果在LLM预训练中的创新方法：重新思考HTML提取

苹果正在开创一种新方法，为生成式人工智能构建更好的预训练数据集！他们正在重新思考标准的HTML到文本提取过程，旨在从多样化的网络内容中更有效地提取。 这可能会显着提高未来大语言模型的性能和覆盖范围。