NVIDIA与IIT Madras发布2.8万亿Token印度语预训练数据集
热点事件观察中
NVIDIA与IIT Madras发布2.8万亿Token印度语预训练数据集
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
NVIDIA联合IIT Madras的AI4Bharat实验室推出Nemotron-pretraining-Indic-v1数据集，包含约2.8万亿token，覆盖22种印度语言的原生脚本及12种语言的罗马化文本。 该数据集将随其生成所用的开源、GPU加速数据生成管线一同发布。
AI 根据报道生成 · 3 天前更新
最新进展10月16日 09:44
NVIDIA与IIT Madras发布2.8万亿Token印度语言预训练语料及开源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 Blog精选NVIDIA与IIT Madras发布2.8万亿Token印度语言预训练语料及开源数据生成管线
NVIDIA联合IIT Madras的AI4Bharat实验室推出Nemotron-pretraining-Indic-v1数据集，包含约2.8万亿token，覆盖22种印度语言的原生脚本及12种语言的罗马化文本。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月16日 11:00
- 近 24 小时变化
- -49%
02.557.510
12:0010月17日12:0010月18日
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。