Nemotron-Personas-Japan est un ensemble de données de figures humaines synthétiques publié par NVIDIA en 2025. Il vise à mettre en valeur la diversité et la richesse de la population japonaise et est principalement utilisé pour soutenir le développement de systèmes d'IA souverains, l'entraînement de grands modèles de langage et pour réduire les biais dans les données synthétiques. Cet ensemble de données contient un million d'enregistrements, chacun comportant six personnages virtuels, soit environ six millions de descriptions de personnages et près de 1,4 milliard de jetons, dont 850 millions sont liés aux personnages. Les données couvrent les 47 préfectures du Japon, plus de 1 500 catégories professionnelles et plus de 950 000 noms uniques. Cet ensemble de données a été généré à partir de données démographiques, de répartition géographique et de distribution des traits de personnalité officiels japonais. Tous les personnages sont entièrement virtuels et ne correspondent à aucune information d'identité réelle. Les données concernant les mineurs de moins de 18 ans ont également été exclues. Champs de données: L'ensemble de données contient 22 champs de données valides (UUID exclu), répartis en 6 champs d'attributs de personnalité et 16 champs de caractéristiques démographiques :

• Champs d'attributs de caractère : couvrant le profil professionnel, les loisirs sportifs, les talents artistiques, les préférences de voyage, les habitudes alimentaires et la personnalité générale.
• Les champs relatifs aux caractéristiques démographiques comprennent : les compétences et l'expertise, les intérêts et les loisirs, les objectifs de carrière, le sexe, l'âge, la langue, l'état civil, le niveau d'éducation, le type de profession, ainsi que la région et le pays de résidence (fixé au Japon).

Citation

@software{nvidia/Nemotron-Personas-Japan,
author = {Fujita, Atsunori and Gong, Vincent and Ogushi, Masaya and Yamamoto, Kotaro and Suhara, Yoshi and Corneil, Dane and Meyer, Yev},
title = {{Nemotron-Personas-Japan}: Synthetic Personas Aligned to Real-World Distributions},
month = {September},
year = {2025},
url = {https://huggingface.co/datasets/nvidia/Nemotron-Personas-Japan}
}