NVIDIA vai disponibilizar dados de treino para 22 línguas da Índia, com cerca de 2,8 biliões de tokens, em parceria com o IIT Madras e a AI4Bharat
A NVIDIA anunciou que, em parceria com o IIT Madras e a AI4Bharat, prevê disponibilizar dados de treino com cerca de 2,8 biliões de tokens para 22 línguas da Índia, bem como o pipeline de geração. O projeto distingue-se não só pela dimensão dos dados, mas também por abrir o processo que vai da tradução à avaliação da qualidade e à correção.
