数据集高级
Common Crawl 网络语料
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。
资源概览
《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 2026-06-12，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。
标签
Common Crawl预训练大规模语料
访问资源 →
基本信息
- 作者
- Common Crawl
- 评分
- ★ 4.6 (1,100 条评价)
- 最近更新
- 2026-06-12