NVIDIA e IIT Madras sviluppano Nemotron-pretraining-Indic-v1, un corpus da 2,8 trilioni di token per 22 lingue indiane
NVIDIA, in collaborazione con l’Indian Institute of Technology Madras e il laboratorio AI4Bharat, ha presentato Nemotron-pretraining-Indic-v1, un corpus sintetico destinato al preaddestramento di modelli linguistici multilingue, costituito da circa 2,8…