热点事件持续更新
英伟达与AI4Bharat联合发布印度语预训练数据集
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
NVIDIA 与 IIT Madras AI4Bharat 联合介绍并即将发布 Nemotron-pretraining-Indic-v1 印度语预训练语料，含约 2.8 万亿 token、覆盖 22 种印度语言，并配套开源基于 GPU 加速的数据生成流程。 该语料中 12 种语言的子集已被用于 Nemotron 3.5 Super VL 的继续预训练，新增 100 亿 token 印度语数据。NVIDIA 称发布后可固定数据集版本以保证实验可复现。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 09:44
Nemotron-pretraining-Indic-v1 发布：2.8 万亿 token、22 种印度语言的开源预训练数据报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging Face Blog精选Nemotron-pretraining-Indic-v1 发布：2.8 万亿 token、22 种印度语言的开源预训练数据
NVIDIA 与 IIT Madras AI4Bharat 联合发布约 2.8 万亿 token 的 Nemotron-pretraining-Indic-v1 印度语言预训练语料。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 11:00）·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。