
NVIDIA e IIT Madras criam corpus de 2,8 tri de tokens indic
NVIDIA e IIT Madras lançam o Nemotron-pretraining-Indic-v1, com 2,8 trilhões de tokens em 22 idiomas indianos. O pacote traz um pipeline aberto acelerado por GPU para gerar, traduzir e reparar dados.

















