FPT与NVIDIA扩展越南模拟用户数据集

FPT与英伟达（NVIDIA）已将越南模拟用户数据集Nemotron-Personas-Vietnam扩展至100万份档案，规模为此前公布的10万份版本的10倍。该数据集在Hugging Face平台免费发布，供人工智能（AI）研究与开发社区使用。项目由英伟达与FPT集团旗下量子人工智能与网络安全研究院（QACI）参与开发。

数据集基于越南官方人口与劳动力统计数据构建，并结合英伟达的Nemotron-Personas合成数据生成方法。每份档案包含21个信息字段，其中6个描述个人特征，15个反映相关背景；模拟属性涵盖性别、年龄、婚姻状况、教育程度、职业和居住地区。扩展版本还扩大了全国覆盖范围，以便生成更贴合越南人口特征的AI使用场景。

该数据集可用于构建模拟用户群体，测试聊天机器人、大语言模型（LLM）和AI代理（AI Agent）在不同情境下的响应能力。例如，开发者可以创建与不同年龄、职业或居住地区用户互动的场景，评估AI系统的适配程度；数据也可用于检查不同人口群体之间回应的偏差，服务于模型调整与评估。

项目说明指出，全部档案均为合成生成，并非从100万名真实个人处收集的信息，数据集不包含个人身份信息，使AI开发单位无需直接使用客户档案即可获得测试数据来源。数据集目前以CC BY 4.0许可在Hugging Face提供，允许在附带条件的情况下使用和分享。

不过，这些模拟档案并不准确反映每个越南人的真实性格或行为。它们不代表具体个人，而是用于构建多样化的互动场景，帮助检查AI面对不同用户群体时的回应方式，从而为开发者提供按越南使用特征评估和调整AI系统的工具。