Open source
NVIDIA et AI4Bharat ouvrent un corpus Indic de 2,8T tokens et un pipeline
Le 16 octobre 2026, NVIDIA et AI4Bharat (IIT Madras) ont annonce Nemotron-pretraining-Indic-v1, environ 2,8 billions de tokens sur 22 langues indiennes, plus une recette ouverte NeMo Data Designer.