NVIDIA与AI4Bharat发布Indic预训练语料及数据生成流程
热点事件持续更新
NVIDIA与AI4Bharat发布Indic预训练语料及数据生成流程
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
NVIDIA联合IIT Madras的AI4Bharat实验室发布Nemotron-pretraining-Indic-v1语料，约2.8万亿token，覆盖22种印度语言，含2601.0亿原生文字token和224.6亿罗马化token。 该语料将与其开源的GPU加速数据生成流程一同发布，流程包含翻译、评估提示、反馈式重写、文档窗口化和文字系统重映射等功能。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 09:44
NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 的 Indic 预训练语料及开放数据生成管线报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging Face BlogNVIDIA 与 AI4Bharat 发布 2.8 万亿 token 的 Indic 预训练语料及开放数据生成管线
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖 22 种印度语言，含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 10:00
- 近 24 小时变化
- –
02.557.510
10:0011:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。