Nemotron-Personas-Vietnam 是由 NVIDIA 于 2026 年发布的越南合成人物数据集，旨在全面反映越南人口的多样性和特征，主要用于支持越南主权 AI 模型开发，缓解数据偏差并提升模型在越南文化语境下的响应多样性。 该数据集包含 10 万条记录，每条记录包含 6 个虚拟人物角色，总计约 60 万个人物角色描述，共包含约 1.18 亿 Token，其中 5,200 万 Token 为人物相关信息，数据覆盖越南 6 个中央直辖市和省份，包含约 1.3 万个唯一人名。该数据集基于越南官方统计数据和 FPT 集团提供的本地化专家知识生成，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 21 个有效数据字段（除 UUID 外），分为 6 个人物属性字段与 15 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、性别、年龄、语言、婚姻状况、教育程度、职业类型、居住地区以及国家（固定为 Vietnam）

Citation

@software{nvidia/Nemotron-Personas-Vietnam,
author = {Thanh-Tung, Hoang and Hoang, Tuan-Anh and Le-Dinh, Duy and Nguyen, Thuy-Duong and Le, Van and Tran, Quan Minh and Tong, Vu and Nguyen, Que and Juluru, Nirmal Kumar and Prayaga, Shyamala and Sharabiani, Ashton and Acharya, Evan and Sadeghi, Bardiya and Jennings, Will and Praveen, Kiran and Corneil, Dane and Meyer, Yev},
title = {Nemotron-Personas-Vietnam: Synthetic Personas Aligned to Real-World Distributions for Vietnam},
month = {June},
year = {2026},
url = {https://huggingface.co/datasets/nvidia/Nemotron-Personas-Vietnam}
}