Nemotron-Personas-Vietnamは、NVIDIAが2026年に公開した、ベトナム人の合成データセットです。ベトナム人の多様性と特徴を包括的に反映することを目的としており、主にベトナムの主権に関するAIモデルの開発を支援し、データバイアスを軽減し、ベトナムの文化的背景におけるモデル応答の多様性を向上させるために使用されます。 このデータセットには、それぞれ6つの仮想キャラクターロールを持つ10万件のレコードが含まれており、合計で約60万件のキャラクター記述と約1億1800万トークン（うち5200万トークンはキャラクター関連情報）が含まれています。データはベトナムの中央行政区である6つの市と省を対象とし、約1万3000の固有名詞が含まれています。このデータセットは、ベトナムの公式統計とFPTグループが提供する現地専門知識に基づいて作成されました。すべてのキャラクターは完全に仮想であり、実際の個人情報とは一切関係ありません。また、18歳未満の未成年者に関するデータも除外されています。

データフィールド:

このデータセットには、6つの性格属性フィールドと15の人口統計学的特徴フィールドに分けられた、21の有効なデータフィールド（UUIDを除く）が含まれています。

• 人物属性項目：職業、スポーツの趣味、芸術的才能、旅行の好み、食習慣、そして全体的な性格を網羅する。
• 人口統計学的特性の項目には、文化的背景、スキルと専門知識、興味と趣味、性別、年齢、言語、婚姻状況、教育レベル、職業の種類、居住地、国（ベトナムに固定）が含まれます。

引用

@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}
}