时间的玫瑰 on Nostr: 为了训练模型，要大规模从county网站爬数据。 ...

为了训练模型，要大规模从county网站爬数据。
一个观察是我们要过滤掉的条目里居然有🦣了，与一大堆社交网站平起平坐，可喜可贺。不过县政府网站要什么毛象啊喂！
还有一个观察是，我爬的时候还有点紧张的，因为我老想着我以前看的一个新闻，一个工程师爬上海的政府网站，结果政府网站能力不够被爬崩掉了，然后工程师就坐牢了……
我作为一个中国人在加拿大爬美国政府的网站，我这心啊。