Nemotron-Personas-Belgiumは、NVIDIAがPleiasおよびルーヴェン・カトリック大学と共同で2026年に公開した、ベルギー出身の合成人物データセットです。このデータセットは、ベルギー国民の多様性と特性を包括的に反映することを目的としており、主に主権AI合成データの多様性を拡大し、データとモデルのバイアスを軽減し、モデル応答の多様性を向上させることを目指しています。 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120万件のレコードが含まれており、合計で約180万件のキャラクター記述と約19億トークンがあり、そのうち8億6700万トークンはキャラクター関連情報です。データはベルギーの581の自治体と3つの行政区を対象とし、約26万の固有名が含まれています。オランダ語、フランス語、ドイツ語、英語の4言語で利用可能で、各言語バージョンに30万件のレコードがあります。このデータセットは、ベルギーの2021年国勢調査データと2025年の人口構造データに基づいています。すべてのキャラクターは完全に仮想であり、実際の個人識別情報には対応していません。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、22個の有効なデータフィールド（UUIDを除く）が含まれており、6つの性格属性フィールドと16の人口統計学的特徴フィールドに分けられます。

• 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、婚姻状況、家族構成、学歴、職業コード、産業の種類、居住地域と国（ベルギーに固定）が含まれます。

引用

@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}
}