10.17Hugging Face Blog一手论文研究AI 评分 70 Hugging Face开源2.8万亿token印度语言预训练 Hugging Face发布印度语言预训练扩展工作，预训练规模达2.8万亿token，并开源了配套的数据生成流水线。 推荐理由：万亿token级预训练数据流水线开源，为多语言大模型训练提供了可复用的工程方案。 原文 ↗另有 1 家信源报道