# Radar do FAROL · sexta-feira, 16 de outubro de 2026

1 notícias. Dados: https://radar.farolia.org/dados/dia/2026-10-16.json

## Modelos

- **[NVIDIA e AI4Bharat anunciam corpus de 2,8 trilhões de tokens nas 22 línguas oficiais da Índia e abrem o pipeline que o gerou](https://huggingface.co/blog/nvidia/scaling-indic-pretraining)** (Modelos; rss). O Nemotron-pretraining-Indic-v1, feito com o IIT Madras, traz texto em escrita nativa nas 22 línguas da Constituição indiana e texto romanizado em 12, e sai \"em breve\" junto com o pipeline acelerado por GPU de tradução, avaliação de qualidade e reparo, com prompts e checagens. A receita serve de modelo para quem quer gerar corpus de pré-treino em línguas com pouco dado.