📌 📄 内容摘要:
Kurt (@Ava01) 在 想下载一批论文md做RAG，怎么分块好呢？ 中发帖
如题，现在调API把论文PDF转成了md，打算按标题层级建树划分chunk做检索，但是md里面的噪声太多了，比如图片链接表格作者介绍等等，最重要的是有的论文转md部分标题没有标题格式没办法直接识别，佬友有什么好的划分或者清洗方法吗？
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1923641/1
─────────────────────────────
📢 来源：LINUX DO
