enwiki-dataset

kaggle2018-12-17 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/falkow91/enwikidataset

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2018-12-17

enwiki

基于 Wikipedia https://dumps.wikimedia.org/enwiki/latest/enwiki-latest-pages-articles.xml.bz2

魔搭社区2025-10-16 更新150

hpprc/enwiki

--- language: - en license: - cc-by-sa-3.0 - gfdl pretty_name: enwiki dataset_info: features: - name: id dtype: int64 - name: title dtype: string - name: text dtype: string - nam

Hugging Face2024-02-14 更新160

neetmehta/enwiki

--- license: mit ---

Hugging Face2025-07-30 更新20

enwiki

Enwiki数据集是一个自动更新的数据集，包含约700万篇英文维基百科文章，这些文章已经扩展了模板并转换为Markdown格式。该数据集旨在为各种应用提供一个简化的、适合大型语言模型读取的维基百科版本，包括RAG（检索增强生成）等。数据集有两个版本：完整合并的文章版和分块的文章版，后者将文章分割成大约700字的片段，并包含Markdown标题的层次结构面包屑。

Hugging Face2025-08-15 更新1580

answerdotai/enwiki

Enwiki数据集是一个包含约700万篇英文维基百科文章的数据集，文章模板已扩展并转换为Markdown格式。该数据集分为两种版本：完整合并的单个文件和大约700字的文章片段。数据集旨在为各种应用提供一种小型、LLM可读的维基百科版本。

Hugging Face2025-08-16 更新120