NVIDIA pubblicherà con IIT Madras e AI4Bharat dati di addestramento per 22 lingue indiane, per circa 2.800 miliardi di token
NVIDIA ha annunciato che renderà disponibili, insieme all’IIT Madras e ad AI4Bharat, circa 2,8 mila miliardi di token di dati di addestramento per 22 lingue indiane e la relativa pipeline di generazione. La novità non riguarda solo la quantità di dati, ma anche l’apertura dell’intero processo, dalla traduzione alla valutazione della qualità e alla revisione.
