A Wikimedia diz que o conjunto de dados hospedado por Kaggle foi “projetado com os fluxos de trabalho de aprendizado de máquina em mente”, facilitando para os desenvolvedores de IA acessar dados de artigo legíveis por máquina para modelagem, ajuste fino, benchmarking, alinhamento e análise. O conteúdo do conjunto de dados é licenciado abertamente e, a partir de 15 de abril, inclui resumos de pesquisa, descrições curtas, links de imagem, dados do InfoBox e seções de artigo-menos referências ou elementos não escritos, como arquivos de áudio.
“Como o local da comunidade de aprendizado de máquina vem para ferramentas e testes, Kaggle está extremamente empolgado por ser o host dos dados da Wikimedia Foundation”, disse a líder da Kaggle Partnerships Brenda Flynn. “Kaggle está animado para desempenhar um papel em manter esses dados acessíveis, disponíveis e úteis.”
