热点事件持续更新
NVIDIA与AI4Bharat发布2.8万亿token印度语料
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，Hugging Face Blog 报道，NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖 22 种印度语言，含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token（按 Gemma-4 tokenizer 计）。该报道同时提到发布开放数据生成流水线。目前为事件最新进展，尚无后续报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 09:44
NVIDIA与AI4Bharat发布2.8万亿token、覆盖22种印度语言的开放语料。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 AI4Bharat 发布 2.8 万亿 token 的 Indic 预训练语料及开放数据生成流水线
NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖 22 种印度语言，含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token（按 Gemma-4 tokenizer 计）。
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。