Датасет · nvidia
Корейские синтетические персоны Nemotron
nvidia/Nemotron-Personas-Korea
Крупный набор синтетических персон по реальным демографическим распределениям Кореи.
Что внутри
Датасет Nemotron-Personas-Korea содержит синтетические персоны, основанные на реальных демографических и географических распределениях Южной Кореи. У персон есть имя, пол, возраст, семейное положение, образование, профессия и регион; данные синтезированы на основе статистики KOSIS, Верховного суда, Национальной службы медстрахования, KREI и NAVER Cloud. Это первый крупный корейскоязычный датасет персон, лицензия CC BY 4.0; модальности — изображения и текст, размер — от 1 до 10 млн.
Что можно сделать
- Обучить корейскую LLM на персонализированных диалогах
- Сделать LoRA для генерации персон
- Проверить модели на демографических смещениях
- Задачи
- Генерация текста
- Языки
- Корейский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 7,3 тыс.
- Лайков
- 591
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-Personas-Korea")