Nemotron-Personas-Vietnam ist ein Datensatz synthetischer Vietnamesen, der von NVIDIA im Jahr 2026 veröffentlicht wurde. Er zielt darauf ab, die Vielfalt und die Merkmale der vietnamesischen Bevölkerung umfassend widerzuspiegeln und wird hauptsächlich zur Unterstützung der Entwicklung von KI-Modellen für die vietnamesische Souveränität, zur Minderung von Datenverzerrungen und zur Verbesserung der Vielfalt der Modellantworten im vietnamesischen kulturellen Kontext verwendet. Dieser Datensatz umfasst 100.000 Einträge mit jeweils sechs virtuellen Charakterrollen, insgesamt etwa 600.000 Charakterbeschreibungen und ca. 118 Millionen Tokens, von denen 52 Millionen charakterbezogene Informationen enthalten. Die Daten decken sechs zentral verwaltete Städte und Provinzen in Vietnam ab und beinhalten ca. 13.000 eindeutige Namen. Der Datensatz basiert auf offiziellen vietnamesischen Statistiken und dem von der FPT Group bereitgestellten lokalen Expertenwissen. Alle Charaktere sind rein virtuell und entsprechen keinerlei realen Personendaten; Daten von Minderjährigen unter 18 Jahren wurden ebenfalls ausgeschlossen.

Datenfelder:

Der Datensatz enthält 21 gültige Datenfelder (ohne UUID), die in 6 Felder für Persönlichkeitsmerkmale und 15 Felder für demografische Merkmale unterteilt sind:

• Charakterattributfelder: umfassen Berufsprofil, sportliche Hobbys, künstlerische Talente, Reisevorlieben, Ernährungsgewohnheiten und die allgemeine Persönlichkeit.
• Zu den demografischen Merkmalen gehören: kultureller Hintergrund, Fähigkeiten und Fachkenntnisse, Interessen und Hobbys, Geschlecht, Alter, Sprache, Familienstand, Bildungsniveau, Berufsart, Wohnort und Land (festgelegt auf Vietnam).

Zitat

@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}
}