Dataset · Wikimedia
wikipedia Score Radar 61 sur 100
Dumps Wikipédia nettoyés dans plus de 300 langues, dont le français.
- Identifiant
wikimedia/wikipedia- Éditeur
- Wikimedia
- Compte Hugging Face
- wikimedia (organisation)
- Tâche
- Corpus encyclopédique (text-generation, fill-mask)
- Taille
- 61,6 M lignes
- Licence
- cc-by-sa-3.0
- Langues déclarées
- ab, ace, ady, af, alt, am, ami, an, ang, anp, arabe, arc, ary, arz, as, ast, atj, av, avk, awa, ay, az, azb, ba, ban, bar, bbc, bcl, be, bg, bh, bi, bjn, blk, bm, bn, bo, bpy, br, bs, bug, bxr, ca, cbk, cdo, ce, ceb, ch, chr, chy, ckb, co, cr, crh, tchèque, csb, cu, cv, cy, da, dag, allemand, dga, din, diq, dsb, dty, dv, dz, ee, el, eml, anglais, eo, espagnol, et, eu, ext, fa, fat, ff, fi, fj, fo, fon, français, frp, frr, fur, fy, ga, gag, gan, gcr, gd, gl, glk, gn, gom, gor, got, gpe, gsw, gu, guc, gur, guw, gv, ha, hak, haw, hbs, he, hindi, hif, hr, hsb, ht, hu, hy, hyw, ia, id, ie, ig, ik, ilo, inh, io, is, italien, iu, japonais, jam, jbo, jv, ka, kaa, kab, kbd, kbp, kcg, kg, ki, kk, kl, km, kn, coréen, koi, krc, ks, ksh, ku, kv, kw, ky, la, lad, lb, lbe, lez, lfn, lg, li, lij, lld, lmo, ln, lo, lt, ltg, lv, lzh, mad, mai, map, mdf, mg, mhr, mi, min, mk, ml, mn, mni, mnw, mr, mrj, ms, mt, mwl, my, myv, mzn, nah, nan, nap, nds, ne, new, nia, néerlandais, nn, no, nov, nqo, nrf, nso, nv, ny, oc, olo, om, or, os, pa, pag, pam, pap, pcd, pcm, pdc, pfl, pi, pih, polonais, pms, pnb, pnt, ps, portugais, pwn, qu, rm, rmy, rn, ro, russe, rue, rup, rw, sa, sah, sat, sc, scn, sco, sd, se, sg, sgs, shi, shn, si, sk, skr, sl, sm, smn, sn, so, sq, sr, srn, ss, st, stq, su, suédois, sw, szl, szy, ta, tay, tcy, te, tet, tg, th, ti, tk, tl, tly, tn, to, tpi, turc, trv, ts, tt, tum, tw, ty, tyv, udm, ug, ukrainien, ur, uz, ve, vec, vep, vietnamien, vls, vo, vro, wa, war, wo, wuu, xal, xh, xmf, yi, yo, yue, za, zea, zgh, chinois, zu
- Volumétrie
- n<1K, 1K<n<10K, 10K<n<100K, 100K<n<1M, 1M<n<10M
- Accès aux poids
- libre
- Créé le
- 2 mars 2022
- Mis à jour le
- 9 janvier 2024
- Likes
- 1,7 k
- Téléchargements (30 j)
- 285,6 k
- Domaines
- Données & benchmarksFrançais & multilingue
- Pertinent IA pratique
- non
- Fiche officielle
- https://huggingface.co/datasets/wikimedia/wikipedia
Licence, dates, langues, paramètres, formats, modèle de base et compteurs vérifiés sur l’API Hugging Face le 14/10/2026.
Pourquoi ça compte. Référence classique, de retour dans le trending.
Dans le même domaine
LocalLLaMA
Score Radar 70 sur 100★ typed-decisions
Agents & outilsDocuments & OCRDonnées & benchmarksDataset
Le benchmark des modèles de décision.
MoreThought
Score Radar 69 sur 100★ Fable-5.1-Max-Reasoning-Filtered-10000x
CodeDonnées & benchmarksDataset
Traces de raisonnement pour distillation
ESPnet
Score Radar 63 sur 100★ yodas3
Données & benchmarksVoix & audioFrançais & multilingueDataset
Le plus gros corpus ouvert pour entraîner ou évaluer la transcription multilingue
Lightwheel
Score Radar 62 sur 100EgoDemo
Données & benchmarksImage & vidéoDataset
Trois jeux robotiques publiés ensemble, tous dans le top datasets
Recevez Radar IA chaque matin
L'essentiel des modèles IA ouverts en deux minutes : nouveautés Hugging Face, modèles à tester en local, scores et analyses en français.