作者位次 #9/9KDD 2026Oral· Knowledge Discovery & Data Mining
HiParse: A Hierarchical Framework for Optimizing Web Content Extraction to Enhance LLM Pre-training Data
Yuzhuo Fu · Zhuyan Zhou · Chao Huang · Jiayi Wang · Binwei Zeng · Dongke Hu · Xiangchun Wang · Wang Hong · Jin Fan