AI 行业资讯 - Nemotron-pretraining-Indic-v1

英伟达联合AI4Bharat发布覆盖22种印度语言的预训练数据集

英伟达与IIT Madras旗下AI4Bharat实验室联合推出Nemotron-pretraining-Indic-v1，覆盖22种印度语言、约2.8万亿token，并将随附开放、GPU加速的数据生成流水线一同发布，流水线包含提示词、LLM工作流与质量校验，便于开发者复用生成自有数据。