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3 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 在 Hugging Face 发布 Nemotron-pretraining-Indic-v1 预训练语料。该语料约 2.8 万亿 token，覆盖 22 种印度语言，其中原生文字 2,601.0 亿 token、罗马化 224.6 亿 token，按 Gemma-4 tokenizer 计数。发布方表示将随附开源、GPU 加速的数据生成流程。目前该事件仅有这一篇一手报道，尚无后续进展或相互矛盾的说法。
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 发布约 2.8 万亿 token 的 Indic 预训练语料。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hugging Face Blog精选NVIDIA 与 AI4Bharat 发布 Nemotron-pretraining-Indic-v1：约 2.8 万亿 token 覆盖 22 种印度语言
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，其中原生文字 2,601.0 亿 token、罗马化 224.6 亿 token（按 Gemma-4 tokenizer 计数），并将随附开源、GPU 加速的数据生成流程。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 10:00）·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。