NVIDIA가 2026년에 공개한 Nemotron-Personas-El Salvador 데이터셋은 엘살바도르 사람들을 가상으로 생성한 데이터셋입니다. 이 데이터셋은 엘살바도르 인구의 다양성과 특성을 종합적으로 반영하는 것을 목표로 하며, 주로 엘살바도르 주권 관련 AI 모델 개발을 지원하고, 데이터 편향을 완화하며, 엘살바도르 문화적 맥락 내에서 모델 반응의 다양성을 향상시키는 데 사용됩니다. 이 데이터 세트는 총 148,000개의 레코드로 구성되어 있으며, 약 100만 개의 캐릭터 설명과 약 3억 개의 토큰을 포함합니다. 이 중 1억 6,100만 개의 토큰은 캐릭터 관련 정보입니다. 데이터는 엘살바도르의 14개 주와 44개 시를 대상으로 하며, 약 144,000개의 고유한 이름을 포함합니다. 이 데이터 세트는 엘살바도르의 2024년 제7차 전국 인구 조사와 제6차 전국 주택 조사에서 얻은 실제 인구 통계, 지리적 분포 및 직업 통계를 기반으로 합니다. 모든 캐릭터는 완전히 가상이며 실제 개인 식별 정보와는 무관합니다. 또한 18세 미만 미성년자의 데이터는 제외되었습니다.

데이터 필드:

데이터 세트는 25개의 유효 데이터 필드(UUID 제외)로 구성되어 있으며, 7개의 성격 속성 필드와 18개의 인구 통계학적 특징 필드로 나뉩니다.

• 캐릭터 속성 항목: 직업 프로필, 스포츠 취미, 예술적 재능, 여행 선호도, 식습관, 가족 내 역할 및 전반적인 성격을 포함합니다.
• 인구통계학적 특성 항목에는 문화적 배경, 기술 및 전문 지식, 관심사 및 취미, 직업 목표, 성별, 연령, 언어, 결혼 상태, 가족 상황, 교육 수준, 직업 유형, 거주 지역 및 국가(엘살바도르로 고정)가 포함됩니다.

소환

@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}
}