MatrAIx Persona 1Mは、MatrAIxがリリースしたペルソナデータセットであり、合成データ生成、クラウドモデリング、パーソナライズされた対話、シミュレーション、評価などのシナリオ向けに、きめ細かく多様なペルソナデータを提供するように設計されています。 このデータセットには999,847件の人物プロファイルが含まれており、そのうち599,847件は実世界の記録から、400,000件は完全なDAGから合成されたものです。各プロファイルは、人口統計、言語、職業、スキル、性格、価値観、興味、行動、健康、開発者特性などの側面を網羅する1,290のカテゴリ属性によって記述されています。18歳未満の個人の記録は削除されています。

データセットの構成:

• Wikipediaより抜粋：323,438件
• Stack Overflowの調査結果：113,120件
• Amazonレビュー抜粋：97,915件
• 包括的な社会調査：63,532項目
• PRISMアライメント：1,487
• 実世界における人間調査：355項目
• 完全なDAG合成データ：40万件

データフィールド:

• source、source_row_index、source_record_id: データソースおよびトレーサビリティ情報。
• 属性: パッケージには 1,290 個の属性が格納されています。
• null_bitmap: 属性が欠落しているビットマップ
• attribute_overrides: エンコーディングテーブルで指定された正確な値を超える属性値の上書き。
• populated_attribute_count: 現在の行にある、空でない属性の数。
• has_description、description_count、descriptions: 自然言語による説明フィールド
• 根拠：現場レベルの証拠、信頼度、および任務の種類
• metadata_json: ソース固有のメタデータ