Common Crawl 发布实验性图嵌入数据集,覆盖 5290 万网站主机
lhoestq · x · 2026-09-09
Common Crawl 发布实验性数据集 Web Graph Embeddings:基于 Common Crawl Web Graph 的超链接结构,为 5290 万个 web 主机各学习一个 128 维向量(仅凭超链接训练,不含内容),并配套两个可交互的 Hugging Face Spaces 供探索。该数据集可用于 web 主机相似度、链接图分析等研究场景。
「研究」频道最新
- 研究员写综述自曝:引用的博客与 HF 链接比论文还多 — antoine_chaffin · 2026-09-09
- ECCV 2026 工作坊论文：通过场景一致性约束改进 FoundationPose — ducha_aiki · 2026-09-09
- ECCV 2026 主题演讲预告:我们在重新发现几何吗? — ducha_aiki · 2026-09-09
- 对 AI 疲惫时看看 Colossal:人类首次复活恐狼的公司 — retr0jirachi · 2026-09-09
- 新攻击可从 CPU 缓存痕迹重建本地 LLM 输出文本 — chaumian · 2026-09-09
- JPPO 攻击让 VLM 推理延迟放大 36 倍、能耗放大 32 倍 — chaumian · 2026-09-09