待验证50% 置信事实精确时间
据估算，Common Crawl等主流网络爬取数据集在2020年前后已基本覆盖了可公开访问的高质量英文网页
1
来源数
50%
置信度
长期有效
时效性
2026/9/24
首次发现
来源
涉及实体
相关事实
已验证Common Crawl自2008年起持续运行，其公开数据库已积累超过250亿个网页的原始抓取内容77% 相似待验证整个互联网可抓取的公开网页数据（Common Crawl）约400TB73% 相似待验证Common Crawl是自2008年运行至今的非营利项目，截至2024年已累积超过2500亿个网页存档，数据以WARC格式存储在AWS S3上68% 相似已验证Common Crawl是一个非营利组织，自2008年起持续抓取互联网内容并免费开放数据集67% 相似待验证Stack Overflow自2008年上线，巅峰时期月活跃访问量超过1亿，2023年ChatGPT普及后流量显著下滑，部分技术关键词搜索点击超过30%被AI工具截流66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/947721API
curl https://kongchang.com/api/v1/knowledge/claims/947721MCP
get_claim(id=947721)