NVIDIA与Elith发布900万条日本金融领域合成人物画像数据集

NVIDIA与Elith于2026年11月9日发布Nemotron-Personas-Finance-Japan数据集，开放900万个日本合成人物画像供商业及非商业AI开发使用。该数据集采用CC BY 4.0许可，据NVIDIA称是首个达到百万条记录规模、结合日本官方统计数据与家庭财务及金融素养数据的开放人物画像数据集。^[1]

新版数据集包含100万条日语记录，每条记录含9个人物画像和50个字段，覆盖全部47个都道府县及1600多种职业类别。其中20个人物画像相关字段中有3个分别描述金融习惯、决策行为和财务顾虑；30个背景字段涵盖个人收入、家庭资产、住房与抵押贷款状况、消费倾向、金融素养评分、互联网和智能手机使用情况、家庭结构及自评健康状况。^[1]

家庭资产分布数据取自统计局《2019年家庭收入、消费与财富全国调查》。数据集说明卡分析显示，拥有至少2000万日元金融资产的家庭比例从25至29岁人群中的约10%上升至60至64岁人群中的约30%。所有人物画像均为人工生成，仅涵盖18岁及以上成年人，并非真实客户或个人记录。^[1]

生成流程结合NeMo Data Designer、NeMo SDG-PGMs概率图模型框架，以及采用Apache-2.0许可、用于生成日语文本的gemma-4-31B-it模型。Sompo Japan、Tokio Marine Holdings、Bank of Fukuoka、Mizuho Financial Group、Meiji Yasuda Life Insurance和Financial Data Utilization Association在设计过程中提供了反馈。^[1]