Синтетичний набір даних описує демографію та фінанси Японії
Elith і NVIDIA випустили Nemotron-Personas-Finance-Japan — синтетичний набір даних для розроблення фінансового штучного інтелекту в Японії. Він поєднує офіційну демографічну статистику та дані про працю з відомостями про фінанси домогосподарств і фінансову грамотність. Це дає змогу створювати й оцінювати системи без використання реальних клієнтських записів. Набір доступний для комерційного та некомерційного використання за ліцензією CC BY 4.0.
До нього входять 9M японськомовних персон: 1M записів, у кожному з яких по дев’ять персон. Кожен запис містить 50 полів про демографію, регіон, зайнятість, активи, домогосподарство та особистісні риси. Загальний обсяг становить близько 1.5B токенів; також набір містить приблизно 950k унікальних імен і понад 1600 категорій професій. У ньому представлені студенти, пенсіонери й безробітні, а також різні рівні освіти та фінансові обставини домогосподарств.
Для генерації використали NeMo Data Designer і NeMo SDG-PGMs, а японський текст створювали за допомогою gemma-4-31B-it. Фінансові установи та галузеві об’єднання надали відгуки під час розроблення. Набір призначений для генерації діалогів, симуляції клієнтів, оцінювання моделей і перевірки їхньої роботи в різних соціальних групах. Усі персони повністю синтетичні та сформовані за статистичними розподілами, а не на основі даних конкретних людей.
Текст підготовлено ШІ Sakhanda Wire за матеріалом Hugging Face. Факти, цитати та повний контекст — в оригінальній статті нижче.