Nemotron-pretraining-Indic-v1: 2.8 trillion tokens وخط أنابيب مفتوح
تعلن NVIDIA وAI4Bharat عن Nemotron-pretraining-Indic-v1 بحجم حوالي 2.8 trillion tokens عبر 22 لغة هندية، ومع خط أنابيب مفتوح لتوليد البيانات مُسرّع بواسطة GPU للترجمة وتقييم الجودة والإصلاح.
ما الذي تغير
أصدروا Nemotron-pretraining-Indic-v1 بحجم حوالي 2.8 trillion tokens ومع خط أنابيب مفتوح مُسرّع بواسطة GPU للترجمة وتقييم الجودة والإصلاح; يتضمن نصوصًا بالأبجديات الأصلية لـ22 لغة ونصوصًا مرمّزة بالحروف الرومانية لـtwelve.
لماذا يهم
يمكن للمطورين الوصول إلى كوربوس اصطناعي قابل للتتبع وخط أنابيب GPU قابل لإعادة الاستخدام لتوليد وتدقيق وتوسيع بيانات تدريب Indic لتطوير النماذج للغات الهندية.
لمن يهم
المطورونالباحثونالشركات
يستحق التجربة
ربما — خط أنابيب مفتوح متاح؛ يُوصف الكوربوس بأنه "سيُصدر قريبًا".