ruggsea / infini-news-corpus 从Common Crawl CC-News提取的多语言新闻语料 13.57亿行 · 3.6 TB 多模态 文本生成文本分类text-retrieval cc-by-4.0 · 可商用 含中文 下载 30k · 收藏 18 · 20天前更新