Датасет · MatrAIx2026
Миллион персон с признаками
MatrAIx2026/MatrAIx_Persona_1M
999 847 персон с 1 290 категориальными признаками для генерации и анализа персонажей.
Что внутри
Содержит 999 847 записей о персонах, каждая с 1 290 категориальными атрибутами; 599 847 записей получены из реальных данных, 400 000 синтетические. Данные лежат в 10 Parquet-шардах общим размером 4,17 ГБ, атрибуты упакованы 4-битными кодами. Для чтения нужен pyarrow и схема persona_codes.schema.json; библиотека datasets эти файлы не открывает. В метаданных размер указан как n<1K, что расходится с карточкой.
Что можно сделать
- Обучить генерацию текста по профилю персоны
- Сэмплировать синтетические пользовательские профили
- Проверить декодирование упакованных табличных признаков
- Задачи
- Генерация текста
- Размер
- до 1K записей
- Скачиваний за месяц
- 1,7 тыс.
- Лайков
- 89
Как загрузить
from datasets import load_dataset
ds = load_dataset("MatrAIx2026/MatrAIx_Persona_1M")