arXiv 全站论文数据集上线 HuggingFace

整个 arXiv 三百多万论文全部整理为 Huggingface 上的数据集。 ICLR 2027 投稿量超过往年总和？ 这才刚刚开始。 【引用 @secemp9】：很高兴分享将整个 arXiv 网站作为数据集发布在 HuggingFace 上 https://huggingface.co/datasets/secemp9/arxiv-complete 3，148，796 篇论文，包含每个版本，格式为 LaTeX、PDF、PostScript、HTML，总计 16 TB