近日，英偉達(dá)在其官方博客上宣布了一項(xiàng)重大進(jìn)展，推出了一款名為Nemotron-CC的大型英文AI訓(xùn)練數(shù)據(jù)庫。這一數(shù)據(jù)庫的發(fā)布，標(biāo)志著英偉達(dá)在推動大語言模型訓(xùn)練技術(shù)方面邁出了重要一步。

據(jù)英偉達(dá)介紹，Nemotron-CC數(shù)據(jù)庫總計(jì)包含了驚人的6.3萬億個(gè)Token，其中1.9萬億為精心合成的數(shù)據(jù)。這一龐大的數(shù)據(jù)量不僅為AI模型的訓(xùn)練提供了豐富的素材，更為學(xué)術(shù)界和企業(yè)界在探索大語言模型領(lǐng)域時(shí)提供了強(qiáng)有力的支持。

英偉達(dá)聲稱，Nemotron-CC數(shù)據(jù)庫的設(shè)計(jì)初衷就是為了幫助學(xué)術(shù)界和企業(yè)界進(jìn)一步推動大語言模型的訓(xùn)練過程。通過提供如此大規(guī)模、高質(zhì)量的訓(xùn)練數(shù)據(jù)，英偉達(dá)期望能夠加速AI技術(shù)的創(chuàng)新和應(yīng)用，為各行各業(yè)帶來更多的智能化解決方案。

隨著人工智能技術(shù)的不斷發(fā)展，大語言模型已經(jīng)成為研究和實(shí)踐中的熱點(diǎn)。而英偉達(dá)此次推出的Nemotron-CC數(shù)據(jù)庫，無疑將為這一領(lǐng)域的研究和應(yīng)用注入新的活力。