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")