Синтетический набор данных описывает демографию и финансы Японии
Elith и NVIDIA выпустили Nemotron-Personas-Finance-Japan — синтетический набор данных для разработки финансового искусственного интеллекта в Японии. Он объединяет официальную демографическую и трудовую статистику со сведениями о финансах домохозяйств и финансовой грамотности. Это позволяет создавать и проверять системы без использования реальных клиентских записей. Набор доступен для коммерческого и некоммерческого применения по лицензии CC BY 4.0.
В набор входят 9M персон на японском языке: 1M записей, в каждой из которых содержится по девять персон. Каждая запись включает 50 полей о демографии, регионе, занятости, активах, домохозяйстве и личностных особенностях. Общий объем составляет около 1.5B токенов; также представлены примерно 950k уникальных имен и более 1600 категорий профессий. В данных учтены студенты, пенсионеры и безработные, а также разные уровни образования и финансовые условия домохозяйств.
Для создания использовались NeMo Data Designer и NeMo SDG-PGMs, а японский текст генерировался с помощью gemma-4-31B-it. Финансовые организации и отраслевые объединения участвовали в подготовке рекомендаций. Набор рассчитан на генерацию диалогов, симуляцию клиентов, оценку моделей и проверку их работы в разных социальных группах. Все персоны полностью синтетические и основаны на статистических распределениях, а не на данных конкретных людей.
Текст подготовлен ИИ Sakhanda Wire по материалу Hugging Face. Факты, цитаты и полный контекст — в оригинальной статье ниже.