Nemotron-Personas-France

Nemotron-Personas-France 是一个开源（CC BY 4.0）的合成生成人物角色数据集，基于法国真实世界的人口统计、地理和人格特质分布，旨在反映法国人口的多样性和丰富性。该数据集包含100万条记录，22个字段，包括6个人物角色字段和15个基于官方统计的上下文字段。数据集特别关注成年人（18岁及以上），覆盖了法国所有行政区和市镇，提供了多样的人物角色类型（如专业、体育、艺术、旅行和烹饪）以及自然语言描述的人物属性（如文化背景、技能专长、职业目标等）。数据集通过NeMo Data Designer系统生成，采用了概率图模型和NVIDIA Nemotron 3 Super模型，确保了数据的多样性和真实性。该数据集适用于主权AI开发、大语言模型训练等场景，旨在提高合成数据的多样性，减轻数据偏差，防止模型崩溃。