維基百科與人工智慧公司合作加強資料存取

德國維基媒體(Wikimedia Deutschland)本周三發佈了一個新的資料庫,旨在增強人工智能模型對維基百科廣泛知識庫的存取。
這項計畫被稱為 Wikidata Embedding Project,利用向量式語意搜尋技術,讓電腦能夠掌握詞彙的意義與關係,並應用在維基百科龐大的網路中,包括其姊妹平台上近 1.2 億個詞條。
該專案增加了模型上下文協定 (Model Context Protocol, MCP) 的相容性,這是一個促進人工智能與資料來源溝通的框架,可改善大型語言模型與自然語言查詢互動及擷取資訊的方式。
維基媒體的德國分部與神經搜尋專家 Jina.AI 以及 IBM 旗下專精於即時訓練資料的 DataStax 共同帶頭進行這項工作。
雖然 Wikidata 早已提供維基媒體財產的機器可讀取資料,但之前的工具僅限於關鍵字搜尋和 SPARQL 查詢。這個升級後的系統增強了檢索增強生成 (RAG) 功能,讓人工智能開發人員能夠將其模型錨定在維基百科經編輯驗證的知識庫中。
資料庫以豐富的語意上下文來結構資料。例如,搜尋「scientist」會顯示著名核科學家和貝爾實驗室研究人員的清單,以及多語言翻譯、維基媒體圖片和相關詞彙,例如「researcher」和「scholar」。
Wikidata 可透過 Toolforge 進行存取,並將於 10 月 9 日舉辦開發人員網路研討會,以展示該平台的潛力。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含初創公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含創業公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
隨著人工智慧開發人員日益尋求優質資料來源以精進模型,這場發佈會也隨之而來。現代的訓練系統已經不再是簡單的資料集,而是複雜的生態系統,因此仍然需要精心策劃的資訊,尤其是對於準確性要求極高的應用程式。相較於 Common Crawl 之類的大量資料集,維基百科經事實檢查的內容提供了明顯的優勢。
追求優質資料也有風險:Anthropic 最近提出了 15 億美元的和解方案,因為作者控告其作品未經授權被用於訓練。
Wikidata 的 AI 專案負責人 Philippe Saadé 強調其獨立性:"他向媒體表示:「這證明強大的人工智慧可以超越企業孤島,以開放、協作的方式茁壯成長,並造福大眾。
相關文章
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
相關專題推薦
評論 (3)
0/500
So they're basically selling training data to AI companies? As long as the knowledge stays accessible, I'm cool with it. 🤔
Das ist ein wirklich cleverer Schachzug von Wikipedia! Vektorsuche in ihren riesigen Datenbeständen könnte die Qualität von KI-Ausgaben enorm verbessern und vielleicht endlich mit den Halluzinationen aufräumen. Hoffentlich bleibt der Zugang aber transparent und für alle fair, damit nicht nur die großen Tech-Konzerne profitieren. Die deutsche Wikimedia-Abteilung zeigt mal wieder, dass sie vorne mitmischt. 💡

德國維基媒體(Wikimedia Deutschland)本周三發佈了一個新的資料庫,旨在增強人工智能模型對維基百科廣泛知識庫的存取。
這項計畫被稱為 Wikidata Embedding Project,利用向量式語意搜尋技術,讓電腦能夠掌握詞彙的意義與關係,並應用在維基百科龐大的網路中,包括其姊妹平台上近 1.2 億個詞條。
該專案增加了模型上下文協定 (Model Context Protocol, MCP) 的相容性,這是一個促進人工智能與資料來源溝通的框架,可改善大型語言模型與自然語言查詢互動及擷取資訊的方式。
維基媒體的德國分部與神經搜尋專家 Jina.AI 以及 IBM 旗下專精於即時訓練資料的 DataStax 共同帶頭進行這項工作。
雖然 Wikidata 早已提供維基媒體財產的機器可讀取資料,但之前的工具僅限於關鍵字搜尋和 SPARQL 查詢。這個升級後的系統增強了檢索增強生成 (RAG) 功能,讓人工智能開發人員能夠將其模型錨定在維基百科經編輯驗證的知識庫中。
資料庫以豐富的語意上下文來結構資料。例如,搜尋「scientist」會顯示著名核科學家和貝爾實驗室研究人員的清單,以及多語言翻譯、維基媒體圖片和相關詞彙,例如「researcher」和「scholar」。
Wikidata 可透過 Toolforge 進行存取,並將於 10 月 9 日舉辦開發人員網路研討會,以展示該平台的潛力。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含初創公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含創業公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
隨著人工智慧開發人員日益尋求優質資料來源以精進模型,這場發佈會也隨之而來。現代的訓練系統已經不再是簡單的資料集,而是複雜的生態系統,因此仍然需要精心策劃的資訊,尤其是對於準確性要求極高的應用程式。相較於 Common Crawl 之類的大量資料集,維基百科經事實檢查的內容提供了明顯的優勢。
追求優質資料也有風險:Anthropic 最近提出了 15 億美元的和解方案,因為作者控告其作品未經授權被用於訓練。
Wikidata 的 AI 專案負責人 Philippe Saadé 強調其獨立性:"他向媒體表示:「這證明強大的人工智慧可以超越企業孤島,以開放、協作的方式茁壯成長,並造福大眾。
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
So they're basically selling training data to AI companies? As long as the knowledge stays accessible, I'm cool with it. 🤔
Das ist ein wirklich cleverer Schachzug von Wikipedia! Vektorsuche in ihren riesigen Datenbeständen könnte die Qualität von KI-Ausgaben enorm verbessern und vielleicht endlich mit den Halluzinationen aufräumen. Hoffentlich bleibt der Zugang aber transparent und für alle fair, damit nicht nur die großen Tech-Konzerne profitieren. Die deutsche Wikimedia-Abteilung zeigt mal wieder, dass sie vorne mitmischt. 💡





首頁






