Фото: Maja Hitij / Getty Images
数据管道是另一个自建的基础设施。Sarvam在内部搭建了一套评估数据质量的工具，从头整理训练语料。最终用于预训练的数据量，30B模型约为16万亿token。这些数据的收集、清洗、标注，全部在印度国内完成。
。关于这个话题，新收录的资料提供了深入分析
Москвичей предупредили о резком похолодании09:45
���f�B�A�ꗗ | ����SNS | �L���ē� | ���₢���킹 | �v���C�o�V�[�|���V�[ | RSS | �^�c���� | �̗p���� | ������