Nemotron-Personas-Belgium 是由 NVIDIA 联合 Pleias 与 KU Leuven 于 2026 年发布的比利时合成人物数据集。旨在全面反映比利时人口的多样性和特征，主要用于扩展主权 AI（Sovereign AI）合成数据的多样性，缓解数据与模型偏见，并提升模型响应的多样性。 该数据集包含 120 万条记录，每条记录包含 6 个虚拟人物角色，总计约 180 万个人物角色描述，共包含约 19 亿 Token，其中 8.67 亿 Token 为人物相关信息，数据覆盖 581 个比利时市镇，3 个行政区，包含约 26 万唯一人名，并提供荷兰语、法语、德语、英语 4 种语言版本，每种语言版本包含 30 万条记录。该数据集基于基于比利时 2021 年人口普查数据及 2025 年人口结构数据信息生成，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 22 个有效数据字段（除 UUID 外），分为 6 个人物属性字段与 16 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、婚姻状况、家庭类型、教育程度、职业代码、行业类型、居住地区及国家（固定为 Belgium）

Citation

@software{nvidia/Nemotron-Personas-Belgium,
author = {Delobelle, Pieter and Langlais, Pierre-Carl and Stasenko, Anastasia and Detrois, Yannick and Bendris, Meriem and Delfino, Benedetta and Prayaga, Shyamala and Sharabiani, Ashton and Sadeghi, Bardiya and Jennings, Will and Praveen, Kiran and Van Segbroeck, Maarten and Corneil, Dane and Meyer, Yev},
title = {{Nemotron-Personas-Belgium: Synthetic Personas Aligned to Real-World Distributions for Belgium}},
month = {June},
year = {2026},
url = {https://huggingface.co/datasets/nvidia/Nemotron-Personas-Belgium}
}