热点事件持续更新
NVIDIA与AI4Bharat发布2.8万亿token印度语语料
1 篇报道1 个报道来源9 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 预训练语料，规模约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，其中 12 种语言同时提供罗马化文本，共 34 种语言-文字组合。该语料随附开源的数据生成流程，相关发布信息来自 Hugging Face Blog。目前事件进展为语料及流程已对外发布。
AI 根据报道生成 · 4 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印度语语料及开源生成流程。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 的 Indic 预训练语料及开源数据生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，其中 12 种语言同时提供罗马化文本，共 34 种语言-文字组合。
本事件热度走势
当前热度 8·可比范围峰值 8（10月16日 16:00）·近 24 小时可比范围变化 –
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。