FPT與NVIDIA擴展越南模擬用戶數據集

FPT與英偉達（NVIDIA）已將越南模擬用戶數據集Nemotron-Personas-Vietnam擴展至100萬份檔案，規模為此前公佈的10萬份版本的10倍。該數據集在Hugging Face平臺免費發佈，供人工智能（AI）研究與開發社區使用。項目由英偉達與FPT集團旗下量子人工智能與網絡安全研究院（QACI）參與開發。

數據集基於越南官方人口與勞動力統計數據構建，並結合英偉達的Nemotron-Personas合成數據生成方法。每份檔案包含21個信息字段，其中6個描述個人特徵，15個反映相關背景；模擬屬性涵蓋性別、年齡、婚姻狀況、教育程度、職業和居住地區。擴展版本還擴大了全國覆蓋範圍，以便生成更貼合越南人口特徵的AI使用場景。

該數據集可用於構建模擬用戶群體，測試聊天機器人、大語言模型（LLM）和AI代理（AI Agent）在不同情境下的響應能力。例如，開發者可以創建與不同年齡、職業或居住地區用戶互動的場景，評估AI系統的適配程度；數據也可用於檢查不同人口群體之間回應的偏差，服務於模型調整與評估。

項目說明指出，全部檔案均為合成生成，並非從100萬名真實個人處收集的信息，數據集不包含個人身份信息，使AI開發單位無需直接使用客戶檔案即可獲得測試數據來源。數據集目前以CC BY 4.0許可在Hugging Face提供，允許在附帶條件的情況下使用和分享。

不過，這些模擬檔案並不準確反映每個越南人的真實性格或行為。它們不代表具體個人，而是用於構建多樣化的互動場景，幫助檢查AI面對不同用戶群體時的回應方式，從而為開發者提供按越南使用特徵評估和調整AI系統的工具。