MediaWiki
PulseAugur coverage of MediaWiki — every cluster mentioning MediaWiki across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
通过 MediaWiki 和 Kiwix 实现本地维基百科访问说明
Birk Lab 可以在本地安装 MediaWiki 软件并导入维基百科数据的转储文件。转储文件可用于最近三个月的数据，或者如果之前已下载，也可以使用旧版本。或者，可以使用 Kiwix 下载维基百科的 Zim 文件以离线访问旧版本。
-
MediaWiki Code2Code Search 改进了语义代码发现
研究人员开发了 MediaWiki Code2Code Search，这是一个新颖的神经检索系统，旨在改进大型软件生态系统中的语义代码发现。该系统索引了来自 2,500 多个 MediaWiki 存储库的超过 129 万个结构实体，能够基于计算意图而非仅仅词汇匹配进行搜索。该系统在商用硬件上实现了 1.85 秒的中位数查询延迟，同时显著减小了索引大小，在涉及名称混淆的任务中，其性能优于传统的 BM25 基线。
-
Meta AI 爬虫耗尽小型社区网站资源
Meta 的 AI 网络爬虫通过发出过多的请求，对小型、志愿者运营的社区网站造成了不成比例的影响，导致网站所有者托管成本增加。作者经营着 LGBT History Project 网站，发现一个 Meta 爬虫在一日半内发出了超过 230,000 次请求，消耗了该网站近一半的带宽并使其产生费用。这种行为源于 AI 对所有 URL 的不加区分地抓取，包括低价值的重复内容和机器生成的页面，如编辑历史和差异页面，而更复杂的爬虫会忽略这些。
-
Mastodon实例被AI爬虫压垮，影响性能
托管在Mastodon上的一个MediaWiki实例由于大量的AI爬虫流量而面临严重的性能问题。该实例由用户@JabberFR管理，在活动激增之前本已很慢。该问题归因于知名AI研究公司Anthropic的爬虫。