NVIDIA 与 AI4Bharat 发布 2.8 万亿 Indic 令牌及开放流水线
为什么值得读 此次发布通过提供大规模、可审计的合成语料库及用于创建它的可重用工具，解决了印度语言中关键的数据稀缺问题。
NVIDIA 与 AI4Bharat 发布包含 2.8 万亿令牌的 Indic 预训练语料库及面向 22 种语言的开放 GPU 加速数据生成流水线，涵盖 97% 印度人口使用的语言，旨在解决数据稀缺问题。
为什么值得读 此次发布通过提供大规模、可审计的合成语料库及用于创建它的可重用工具，解决了印度语言中关键的数据稀缺问题。
NVIDIA 与 AI4Bharat 发布包含 2.8 万亿令牌的 Indic 预训练语料库及面向 22 种语言的开放 GPU 加速数据生成流水线，涵盖 97% 印度人口使用的语言，旨在解决数据稀缺问题。