Reader-LM 是由 Jina AI 于 2024 年开发的一系列小型语言模型，专门用于将网络中的原始 HTML 内容转换为清晰、整洁的 Markdown 格式。这些模型包括 Reader-LM-0.5B 和 Reader-LM-1.5B，它们在处理长文本和多语言内容方面表现出色，支持高达 256K 字节的上下文长度。
使用云平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v
登录到 OpenBayes 平台后，打开「公共教程」，找到「Reader-LM：快速高效将 HTML 转为 MarkDown」的教程。
进入到教程界面后，点击右上角「克隆」。
平台在克隆过程中以自动为我们配置好了模型文件，点击「下一步：选择算力」。
平台会自动选择合适的算力资源和镜像版本，这里使用的是英伟达 RTX 4090 的算力和 PyTorch 的镜像，点击「审核并执行」。可以使用文章开头的邀请链接，获得 RTX 4090 使用时长！
确认模型信息无误后，点击「继续执行」。
稍等片刻，待系统分配好资源，状态栏显示为「运行中」后，将鼠标悬停在 API 地址处，点击链接进入模型。进入 API 地址需要先进行实名认证~
进入之后，先在「Model」处选择模型，然后在「HTML」中输入一段文本，最后点击「Submit」生成。
可以看到上方的一栏是由「Reader LM」生成的，下方一栏是由「Markdownify」生成的。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。