NVIDIA abre 10 tri de tokens para treino de agentes. Esta versão preserva os fatos verificados e lê a notícia pelo ângulo de produto, infraestrutura e governança.
O que aconteceu
NVIDIA abre 10 tri de tokens para treino de agentes is the current news peg. The verified record centers on these points:
- NVIDIA and Hugging Face presented Nemotron open data for agents
- the headline corpus exceeds 10 trillion pre-training tokens plus millions of post-training samples
- Prompt Atlas visualizes sampled prompts by dataset, pipeline stage, domain and tool use
- one data card lists 6,585.8B tokens with English Common Crawl, synthetic data, QA, math and code components
Por que importa
O sinal mais amplo é agent training needs auditable data shapes for tool calls, failure recovery and workflows, not only open weights.
O que observar
O próximo ponto de verificação é how teams document synthetic data generation, filtering, licensing and workflow coverage before enterprise deployment.
Fontes：Hugging Face/NVIDIA Data for Agents, NVIDIA Blog, Hugging Face Nemotron data cards and collections, CocoLoop.