인도 22개 언어용 2.8조 토큰 예고, 번역 데이터의 규모와 검증을 나눠 읽기
엔비디아와 IIT 마드라스 AI4Bharat가 인도 22개 언어의 약 2.8조 토큰 사전학습 자료와 생성 절차를 소개했다. 번역·평가·수정 과정은 공개 도구로 재사용할 수 있지만, 합성 번역이 지역 지식이나 자연어 원문을 대체하지 않으며 데이터 공개 예정과 학습 성과도 구분해야 한다.
“인도언어” 검색 결과검색 초기화1편
엔비디아와 IIT 마드라스 AI4Bharat가 인도 22개 언어의 약 2.8조 토큰 사전학습 자료와 생성 절차를 소개했다. 번역·평가·수정 과정은 공개 도구로 재사용할 수 있지만, 합성 번역이 지역 지식이나 자연어 원문을 대체하지 않으며 데이터 공개 예정과 학습 성과도 구분해야 한다.
