本地 AI 与个人算力 · 语料汇总

这份快照固定了什么

快照把本地 AI 与私有算力研究使用的一批记录固定在 2024-01 至 2026-07。公开层保留总量、七类来源的计数、时间字段、结构检查和输入快照摘要；原始帖子、账户、用户标识及逐条文本均未发布。

来源高度集中：Reddit 占 90.21%，Hacker News 占 5.90%。因此它适合发现部署、配置、隐私和持续运行中的问题，不适合估计不同人群的市场比例。

分母与跨组重复

211,088 指反馈记录，不是独立用户。主快照没有 E0–E5 编码字段，下游文件中的机器标签不能倒填成原始数据事实。

按 Unicode NFKC、空白折叠和首尾清理后的完全相同文本检查，本组与 AI 眼镜组共享 104 条文本，与家庭机器人组共享 133 条。这个检查不包含模糊匹配或人物关联，所以三组记录既不能直接相加，也不能据此宣布完成语义去重。

复核到哪里

公开 JSON 与 CSV 可以复算来源合计、比例和结构质量字段；输入摘要通过 SHA-256 绑定到本轮私有快照。本次没有重新爬取，也没有逐条进行语义审核。完整重算仍需要获得原始快照的合法访问权限。