热点事件持续更新
NVIDIA与AI4Bharat发布2.8万亿token Indic语料
1 篇报道1 个报道来源15 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的AI4Bharat实验室发布Indic预训练语料Nemotron-pretraining-Indic-v1，覆盖22种印度语言、约2.8万亿token，其中含2,601.0亿原生文字token和224.6亿罗马化token，并同步开源基于NeMo Data Designer的GPU加速数据生成流水线。这是该事件目前唯一报道，尚无后续进展或与早先报道矛盾之处。
AI 根据报道生成 · 3 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 Indic语料并开源数据生成流水线。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging Face 博客NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 的 Indic 预训练语料及开源数据生成流水线
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token，并同步开源基于 NeMo Data Designer 的 GPU 加速数据生成流水线。
本事件热度走势
当前热度 7·可比范围峰值 7（10月16日 22:00）·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。