Nemotron-Personas-Singapore 是由 NVIDIA 于 2026 年发布的新加坡合成人物数据集，旨在反映新加坡真实世界人口、地理与性格特征分布。主要用于支持主权 AI 系统的开发，提升合成数据的多样性、缓解模型偏差并防止模型坍缩。 该数据集包含 14.8 万条记录，每条记录包含 6 个虚拟人物角色，总计 88.8 万个人物角色描述，共包含约 1.18 亿 Token，其中 4,800 万 Token 为人物相关信息，数据覆盖新加坡 55 个规划区，包含约 14.6 万个唯一人名。该数据集基于新加坡统计局 2024 年人口普查、国家图书馆管理局（NLB）姓名授权数据及建屋发展局（CEA）提供的官方信息生成，所有角色均为完全虚拟生成的人物，不对应任何真实个人身份信息，同时排除了 18 岁以下未成年人数据。 数据字段: 数据集共包含 20 个有效数据字段（除 UUID 外），分为 6 个人物属性字段与 14 个人口统计特征字段：

• 人物属性字段：涵盖职业画像、体育爱好、艺术特长、旅行偏好、饮食习惯以及综合性格
• 人口统计特征字段：包含文化背景、技能与专长、兴趣爱好、职业目标、性别、年龄、婚姻状况、教育程度、职业类型、居住地区及国家（固定为 Singapore）

Citation

@software{nvidia/Nemotron-Personas-Singapore,
author = {Thongpramoon, Pongsasit and March, Verdi and Low, Christopher and Prayaga, Shyamala and Corneil, Dane and Meyer, Yev},
title = {{Nemotron-Personas-Singapore: Synthetic Personas Aligned to Real-World Distributions for Singapore}},
month = {January},
year = {2026},
url = {https://huggingface.co/datasets/nvidia/Nemotron-Personas-Singapore}
}