Hugging Face 上的 Reddit 全量数据集：109GB 到 292GB，从 2005 年开始
还真是，但这两个Reddit 数据集太大了。 最小的 109g，高的 292 g，光下载都要很久，现在硬盘又那么贵 哈哈哈。 https://t.co/VHu6KrvyyA https://t...
精选理由
顺着 Hacker News 数据的思路，有人挖出了 Hugging Face 上的 Reddit 全量数据，2005 年至今都有，做社媒分析或出海选题的可以看看，就是 109GB 起步，先备好硬盘。
有人在 Hugging Face 上发现 Reddit 社交数据集，覆盖 2005 年至今的所有数据。最小的一个数据集有 109GB，最大的达到 292GB，下载耗时明显。这套数据适合做出海内容分析等用途，不只是 Hacker News 数据可挖。
原文 · 向阳乔木
还真是，但这两个Reddit 数据集太大了。 最小的 109g，高的 292 g，光下载都要很久，现在硬盘又那么贵 哈哈哈。 https://t.co/VHu6KrvyyA https://t...
还真是，但这两个Reddit 数据集太大了。 最小的 109g，高的 292 g，光下载都要很久，现在硬盘又那么贵 哈哈哈。 huggingface.co/datasets/fddem… huggingface.co/datasets/Huggi… 有志出海 @0xValkyrie_ai 顺着向阳大佬的路子，我好奇的翻了下，突然发现还有个更不得了的数据在里面。 不要仅仅盯着hacknews 数据， Huggingface 的社交数据中还有个Reddit 从05开始所有的数据。 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 8 👀 1101 📊 2 ⚡
