Le jeu de données Nemotron-Personas-El Salvador, publié par NVIDIA en 2026, est un ensemble de données de personnages synthétiques salvadoriens. Il vise à refléter fidèlement la diversité et les caractéristiques de la population salvadorienne et est principalement utilisé pour soutenir le développement de modèles d'IA pour la souveraineté du Salvador, atténuer les biais dans les données et améliorer la diversité des réponses des modèles dans le contexte culturel salvadorien. Cet ensemble de données contient 148 000 enregistrements, soit environ un million de descriptions de personnages et près de 300 millions d'éléments, dont 161 millions d'informations relatives aux personnages. Les données couvrent 14 provinces et 44 villes du Salvador et comprennent environ 144 000 noms uniques. Cet ensemble de données est basé sur des statistiques démographiques, géographiques et professionnelles réelles issues du septième recensement national de la population et du sixième recensement national du logement du Salvador, réalisés en 2024. Tous les personnages sont entièrement virtuels et ne correspondent à aucune information d'identité personnelle réelle ; les données concernant les mineurs de moins de 18 ans ont également été exclues.

Champs de données:

L'ensemble de données contient 25 champs de données valides (UUID exclu), divisés en 7 champs d'attributs de personnalité et 18 champs de caractéristiques démographiques :

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

Citation

@software{nvidia/Nemotron-Personas-El-Salvador,
author = {Malossi, Rodrigo and Manoel, Andre 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-El-Salvador: Synthetic Personas Aligned to Real-World Distributions for El Salvador}},
year = {2026},
url = {https://huggingface.co/datasets/nvidia/Nemotron-Personas-El-Salvador}
}