Hugging Face推出114TB的The Stack v3代码数据集，提供去重训练版和完整版。网友反应两极：有人担心自己糟糕代码污染模型，有人开玩笑称可训练只会说脏话的客服AI，也有人担忧许可证元数据质量和缺乏提交历史记录的问题。