Common Crawl 爬虫归档实验性上线 Hugging Face，附使用入门指南
vanstriendaniel · x · 2026-09-17
Common Crawl 官方宣布，已将部分爬虫归档数据实验性上架 Hugging Face 的 Storage Bucket，并发布入门博客，介绍如何在 Hugging Face 上使用这些数据，附带可直接构建的工具与示例。对做训练数据研究和数据集工程的人来说是重要的数据源变化。
「Infra」频道最新
- 孟菲斯大学研究：xAI Colossus 1 运营一年周边空气未见明显恶化 — TinfoilTricorn · 2026-09-17
- Beam 上线半年即每 30 分钟处理约 1TB 带宽流量 — markjeffrey · 2026-09-17
- VC-Attention 免训练低比特注意力:B200 上提速 1.6 倍,超越 FlashAttention-4 — xiuyu_l · 2026-09-17
- mlx.fast 修复计速 bug:MLX 实测 80.6 tps,接近翻倍目标 — HankYeomans · 2026-09-17
- IBM NorthPole 芯片宣称推理性能达 NVIDIA 方案 22 倍 — Site-Staff · 2026-09-17
- 内存荒打到结账页：小米等手机涨价 200-1000 元 — tengyanAI · 2026-09-17