大模型首選Markdown被HTML取代？

🔑 增強重點摘要

• •HTML 的語義化標籤（如
  ,

  ,
• •現代大模型訓練數據集（如 Common Crawl）本質上以 HTML 為主，模型在預訓練階段對 HTML 語法的理解深度遠超 Markdown，這使得 HTML 在處理複雜網頁結構時具有天然的零樣本（Zero-shot）優勢。
• •針對大模型優化的新型標記語言（如 XML-based Prompting 或專用結構化格式）正在興起，旨在結合 HTML 的結構化能力與 Markdown 的輕量化特點，以提升模型推理的 Token 效率。

🛠️ 技術深入

• •Tokenization 效率：Markdown 的符號（如 #, *, -）在 Tokenizer 中通常佔用獨立 Token，而 HTML 標籤在經過優化後的詞表（Vocabulary）中往往能被更高效地壓縮。
• •DOM 樹映射：HTML 結構可直接映射為樹狀數據結構（DOM Tree），這允許大模型通過樹搜索（Tree Search）或圖神經網絡（GNN）增強技術，更精確地定位文檔中的關鍵節點。
• •上下文窗口利用率：HTML 的嵌套結構有助於模型識別長文檔中的區塊邊界，從而減少在處理超長上下文時出現的注意力漂移（Attention Drift）現象。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線