Nemotron-Personas-Belgium ist ein Datensatz synthetischer Personen aus Belgien, der 2026 von NVIDIA in Zusammenarbeit mit Pleias und der KU Leuven veröffentlicht wurde. Ziel ist es, die Vielfalt und die Merkmale der belgischen Bevölkerung umfassend abzubilden, vor allem um die Diversität souveräner KI-Synthesedaten zu erweitern, Daten- und Modellverzerrungen zu mindern und die Diversität der Modellantworten zu verbessern. Dieser Datensatz umfasst 1,2 Millionen Einträge mit jeweils sechs virtuellen Charakterrollen, insgesamt etwa 1,8 Millionen Charakterbeschreibungen und rund 1,9 Milliarden Tokens, von denen 867 Millionen charakterbezogene Informationen enthalten. Die Daten decken 581 belgische Gemeinden und drei Verwaltungsbezirke ab und umfassen etwa 260.000 eindeutige Namen. Sie sind in vier Sprachen verfügbar: Niederländisch, Französisch, Deutsch und Englisch, mit jeweils 300.000 Einträgen pro Sprachversion. Der Datensatz basiert auf den belgischen Volkszählungsdaten von 2021 und den Bevölkerungsstrukturdaten von 2025. Alle Charaktere sind rein virtuell und entsprechen keinerlei realen Personendaten; Daten von Minderjährigen unter 18 Jahren wurden ebenfalls ausgeschlossen.

Datenfelder:

Der Datensatz enthält 22 gültige Datenfelder (ohne UUID), die in 6 Felder für Persönlichkeitsmerkmale und 16 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, Familienstand, Familientyp, Bildungsniveau, Berufskennziffer, Branche sowie Region und Land des Wohnsitzes (festgelegt auf Belgien).

Zitat

@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}
}