热点事件持续更新
NVIDIA与AI4Bharat开源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 小时前更新
先了解这件事
AI 综述
2026年10月16日，NVIDIA联合IIT Madras旗下AI4Bharat实验室推出Nemotron-pretraining-Indic-v1预训练语料库，并同步开源了GPU加速数据生成管线。据报道，该语料库共覆盖22种印度语言，数据规模达到约2.8万亿token。目前，该项目的数据集及生成管线均已通过开源方式对外发布。
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AI4Bharat开源覆盖22种印度语言的2.8万亿Token预训练语料库及生成管线。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging FaceNVIDIA 与 AI4Bharat 开源 2.8 万亿 Token 印度语预训练数据集及生成管线
NVIDIA 联合 IIT Madras 旗下 AI4Bharat 实验室推出 Nemotron-pretraining-Indic-v1 预训练语料库及开源 GPU 加速数据生成管线，覆盖 22 种印度语言共约 2.8 万亿 token。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。