Dois novos conjuntos de dados acabaram de ser lançados para quem está a construir em grande escala. A coleção Nemotron-ClimbLab contém 1,2 trilhões de tokens—desenhada especificamente para um treinamento eficiente de modelos em larga escala. Ambos os conjuntos de dados estão agora disponíveis publicamente para desenvolvedores e investigadores que trabalham na infraestrutura de IA de próxima geração. Este tipo de lançamento de código aberto pode realmente baixar a barreira para equipas que tentam treinar modelos pesados sem esgotar os orçamentos de computação.