热点事件观察中
NVIDIA与AI4Bharat发布2.8万亿token印度语料
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月16日，NVIDIA联合IIT Madras的AI4Bharat发布Nemotron-pretraining-Indic-v1预训练语料，覆盖22种印度语言、约2.8万亿token，并公开数据生成流程。报道称其中原生文字2601.0亿token、罗马化224.6亿token，按Gemma-4 tokenizer计。目前该语料已发布，开放流程同步公开，尚无后续更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 09:52
NVIDIA与AI4Bharat发布覆盖22种印度语言的2.8万亿token预训练语料及开放流程。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- 核心模型与趋势NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 印度语言预训练语料及开放数据生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，其中原生文字 2601.0 亿 token、罗马化 224.6 亿 token（按 Gemma-4 tokenizer 计）。
本事件热度走势
当前热度 5·可比范围峰值 5（10月17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。