开放的 PB 级网页爬取语料库，是众多大语言模型预训练数据的重要来源，可免费获取。
《Common Crawl 网络语料》是 AI Resource Hub 收录的一份「数据集」类资源，归属「数据集」分类，适合高级水平的学习者。该资源由 Common Crawl 提供，最近更新于 2026-03-28，目前综合评分 4.6/5（共 1,100 条评价）。点击右侧「访问资源」可前往原始页面。