К содержимому

Датасет · nvidia

Синтетические профили жителей Сальвадора от NVIDIA

nvidia/Nemotron-Personas-El-Salvador

Крупный корпус синтетических персон на сальвадорском варианте испанского языка, привязанный к реальным данным.

Что внутри

Открытый датасет от компании NVIDIA (лицензия CC BY 4.0), состоящий из синтетически сгенерированных профилей людей. Описания составлены на сальвадорском варианте испанского языка и опираются на реальные статистические распределения населения. Объём набора данных составляет от 100 тысяч до 1 миллиона записей.

Что можно сделать

  • Генерация локализованных синтетических диалогов и ролевых сценариев на испанском
  • Адаптация языковых моделей под региональный диалект и культурный контекст Сальвадора
Задачи
Генерация текста
Языки
Испанский
Размер
100K–1M записей
Скачиваний за месяц
849
Лайков
59

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Nemotron-Personas-El-Salvador")