Hugging Face Blog·· 2 hsélectionAI Score62
NVIDIA et AI4Bharat publient Nemotron-pretraining-Indic-v1 avec un pipeline de génération ouvert
Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline
AI Introduction
NVIDIA et AI4Bharat (IIT Madras) annoncent Nemotron-pretraining-Indic-v1, un corpus d'environ 2.
Raison de la recommandation
Le corpus de 2,8 billions de tokens et le pipeline de génération ouvert permettent de juger la couverture linguistique et la traçabilité des données.
Source :Hugging Face Blog · huggingface.co