NVIDIA与IIT Madras发布印度语预训练语料
热点事件持续更新
NVIDIA与IIT Madras发布印度语预训练语料
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 及其 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1 预训练语料，覆盖 22 种印度语言、约 2.8 万亿 token。NVIDIA 称，用于生成该语料的 GPU 加速数据生成流程也将开源，与语料一同发布。 据 NVIDIA 介绍，该语料“即将发布”；发布后用户可固定数据集版本以保证实验可复现，并可通过 Hugging Face Datasets 的流式读取在不下载整个语料的情况下查看记录。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 09:44
NVIDIA 与 IIT Madras 发布 2.8 万亿 token 印度语预训练语料及开源数据生成流程报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging Face BlogNVIDIA 与 IIT Madras 发布 2.8 万亿 token 印度语预训练语料及开源数据生成流程
NVIDIA 联合 IIT Madras 及其 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，并同步开源用于生成该语料的 GPU 加速数据生成流程。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 11:00
- 近 24 小时变化
- –
02.557.510
11:0012:0013:00
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。