标题为英语Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

A Blog post by NVIDIA on Hugging Face

Hugging Face Blog作者: Hugging Face - Blog2026年10月16日 (10月16日)

提供 1 种语言版本

AI 摘要：要点

Infrastructure

KZ·AI F0E7

Инсайт дня

Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

在《外交事务》中，历史学家尼尔·弗格森、研究员丽莎·克拉森和谷歌前首席执行官埃里克·施密特将美国和中国视为人工智能帝国，将其他国家视为附属国。比赛的胜负不是由突破决定的，而是由谁能够为其提供资金决定的。仅美国企业...

The Decoder10月25日

现在，具有 7630 亿个参数的 DeepSeek-V4.1-Flash 甚至可以在具有 12 GB 显存的显卡上本地运行。奥地利 IST 研究所的研究人员使用 GSQ-RCO 方法提出了该模型的量化版本，而 Strata 推理引擎的开发人员...

Telegram — Вайб-кодинг10月25日

Startups🇰🇿 哈萨克斯坦#Nvidia1 分钟

🏆 HackAlem AI：世界最大AI黑客马拉松颁奖典礼举行！HackAlem AI——由参赛人数创吉尼斯世界纪录™的AI黑客马拉松。共有2,415人参赛，提交1,066个AI解决方案。其中60个进入决赛。获奖者总体……

Astana Hub (KB mirror)10月25日

🇰🇿哈萨克斯坦是物理AI领域的未来世界中心在NVIDIA创始人兼首席执行官黄仁勋首次访问哈萨克斯坦时，在国际人工智能中心alem.ai，哈萨克斯坦共和国副总理-...

Astana Hub (KB mirror)10月24日