NVIDIA 联手 IIT Madras 开源印度语 AI:3 万亿 token 数据集
NVIDIA Developer · youtube · 2026-11-16
NVIDIA 与 IIT Madras 的 AI4Bharat 实验室合作,通过 Nemotron 3.5 Super VL 开源模型推进印度 22 种法定语言的 AI 能力。
要点:
- 开源 Indic 数据集:覆盖 22 种语言、共 3 万亿 token
- 数据生成管线:将精选英文内容转化为高质量印度语训练数据
- Indic LLM benchmark 套件:涵盖数学、STEM、代码及印度语特有能力的 15+ 项评测
- Nemotron 3.5 Super VL 为多模态开源模型,面向高吞吐专业任务的自主 agent 场景,开放权重与训练配方可定制
「模型」频道最新
- Reddit 长文抨击:前沿 AI 是在模仿懒惰工程师的「庸才镜子」 — RossPeili · 2026-11-22
- MBZUAI 开源 29B 世界模型 PAN 2:权重代码已上 Hugging Face — LinusEkenstam · 2026-11-22
- 博主实测:Inkling Mini 俄语出乎意料流利,数据配方成谜 — teortaxesTex · 2026-11-22
- 美国开源模型 Inkling 2 Mini 发布,32GB 内存的 Mac 就能跑 — alex_verem · 2026-11-22
- 网友喊话 OpenAI:GPT-6.2 Sol 与 Astra 表现为何如此糟糕 — kimmonismus · 2026-11-22
- 用户吐槽 GPT-5.5 难用:写冗余代码、乱建重复函数 — yacineMTB · 2026-11-22