SummFlow 2026-06-07 Hugging Face

wikimedia / wikipedia

包含所有语言已清理的维基百科文章

6161.5万行 · 1.4 TB

  • 文本
  • 文本生成
  • 掩码填充
  • cc-by-sa-3.0 · 可商用
  • 含中文

下载 224k · 收藏 1.2k · 2年前更新

社区实测

Wikipedia 被社区视为不可或缺的公共知识基础设施,界面干净无广告追踪,但面临 AI 摘要导致的流量下滑和偶发的安全事件挑战。

  • 提供无广告、无追踪、无恶意软件的干净信息获取体验
  • 作为免费公共知识资源向所有人开放
  • 曾因恶意用户脚本导致全站只读锁定,存在账户安全与自动化恶意编辑风险
  • AI 搜索摘要正在减少 Wikipedia 的直接访问流量

截至 2026-06-20

  • py from datasets import load_dataset ds = load_dataset("wikimedia/wikipedia")