Nemotron-Personas-Vietnam은 NVIDIA에서 2026년에 공개한 베트남인 가상 데이터셋입니다. 베트남 인구의 다양성과 특성을 종합적으로 반영하는 것을 목표로 하며, 주로 베트남 주권 관련 AI 모델 개발을 지원하고, 데이터 편향을 완화하며, 베트남 문화적 맥락에서 모델 반응의 다양성을 향상시키는 데 사용됩니다. 이 데이터 세트는 각각 6개의 가상 캐릭터 역할을 가진 10만 개의 레코드로 구성되어 있으며, 총 약 60만 개의 캐릭터 설명과 약 1억 1,800만 개의 토큰을 포함합니다. 이 중 5,200만 개의 토큰은 캐릭터 관련 정보입니다. 데이터는 베트남의 6개 중앙 직할 시·도에 걸쳐 있으며, 약 13,000개의 고유한 이름을 포함합니다. 이 데이터 세트는 베트남 공식 통계와 FPT 그룹에서 제공한 현지 전문가 지식을 기반으로 생성되었습니다. 모든 캐릭터는 완전히 가상이며 실제 개인 식별 정보와는 무관합니다. 또한 18세 미만 미성년자에 대한 데이터는 제외되었습니다.

데이터 필드:

데이터 세트는 21개의 유효 데이터 필드(UUID 제외)로 구성되어 있으며, 6개의 성격 속성 필드와 15개의 인구 통계학적 특징 필드로 나뉩니다.

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

소환

@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}
}