این مقاله تقریبن پیشنهادش اینه که به خاطر تگ هایی که در HTML وجود داره بیایم و Plain Text رو به اچ تی ام ال تبدیل کنیم و این طوری کیفیت RAG رو بالا ببریم. از طرف دیگه دو تا متد هم ارائه می ده که مشکل Context Windows رو کمی مرتفع کنه و به طور کلی این پایپ لاین رو مورد بررسی قرار می ده : @ai_python https://arxiv.org/abs/2411.02959v1