NVIDIA · news_event

英伟达发布印地语预训练方案：2.8万亿token与开放数据生成流水线

摘要：英伟达在Hugging Face博客发布印地语预训练工作，规模达2.8万亿token，并配套开放的数据生成流水线。｜亮点：把数据生成流程一并开放，而不只是放出模型权重。｜意义：多语言预训练长期受限于语料获取与清洗成本，开放流水线意味着其他团队可复用同一套...

首次发现 2026-10-16T22:10:48Z · 最近更新 2026-10-16T22:10:48Z · 置信度 high · 重要性 10.0

为什么重要

该事件已进入 3qk7 高价值新闻/事件层；新闻来源用于补充背景与验证，一手官方状态变化仍拥有更高证据优先级。

检测到的变化

一手证据