Датасет · nvidia
Синтетические персоны Индии с реальной демографией
nvidia/Nemotron-Personas-India
От 1 до 10 млн синтетических профилей жителей Индии на английском и хинди для генерации данных и ролевых моделей.
Что внутри
Открытый датасет (лицензия CC BY 4.0) от NVIDIA содержит от 1 до 10 миллионов сгенерированных персон, включающих текстовые данные и изображения. Профили созданы с опорой на реальные демографические, географические и психологические распределения населения Индии. Языки датасета — английский и хинди.
Что можно сделать
- Генерация разнообразных синтетических диалогов и инструкций для SFT
- Обучение ролевых моделей и чат-ботов с учётом культурного контекста Индии
- Симуляция пользовательского поведения и мультиагентные среды
- Задачи
- Генерация текста
- Языки
- Английский, Хинди
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 2 тыс.
- Лайков
- 59
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-Personas-India")