NVIDIAが仮想的な日本人900万人分の家計や財務状況を含めたペルソナをまとめたデータセットを公開

NVIDIA Agentic AI Day にて、合成データセット Nemotron-Personas-Japan V2、および Nemotron PII Japan を公開しました。

■ Nemotron-Personas-Japan V2: 約 1,000 万件の日本人合成ペルソナに、収入や資産などの金融属性を追加。実在の個人情報を使わずに日本の多様なユーザー像を再現できます。… pic.twitter.com/7G7S5wjF4V

— NVIDIA AI Japan (@NVIDIAAIJP) 2026年11月10日

2つのデータセットはエージェント型AI向けのオープンモデルやデータセットファミリー「NVIDIA Nemotron」の一部として公開されました。どちらも実在する個人の情報を使わずに必要な属性や文書構造を再現できる合成データで、日本の言語・文化・人口動態・業界固有の状況を正確に反映したAIの訓練が可能になります。

NVIDIAは2025年にNemotron Personas Japan(V1)という600万件におよぶ日本人合成ペルソナのオープンデータセットを公開していました。今回登場したNemotron Personas Finance JapanはV1の基本属性と個人コンテキストを引き継ぎながら、金融領域のAI開発やユーザー シミュレーションに役立つ属性とペルソナを追加したものです。

Nemotron Personas Finance Japanは100万のサンプルを基盤とし、ペルソナ数をV1の600万件から900万件に、総トークン数を約14億から約15億に拡張しています。すべての人物は人工的に生成されたもので、実在する個人とは結びつかないため、マルチターン会話の合成、マーケティングや市場調査のシミュレーション、営業トレーニング向けの顧客シミュレーションなどに活用することができます。

Nemotron-Personas-Finance-Japan: 日本の人口分布と金融コンテキストを捉える合成ペルソナデータセット
https://huggingface.co/blog/nvidia/nemotron-personas-finance-japan-ja

プロジェクト全体はNVIDIAが主導し、実装・生成パイプラインの構築・大規模なデータ生成は、日本のAIスタートアップでありNVIDIAの InceptionプログラムのメンバーであるElithが担当しました。Elithの取締役兼最高AI責任者である下垣内隆太氏は「金融領域で求められる多様な人物像を合成データとして表現するには、データ生成の技術だけでなく、実際の業務を踏まえた設計が重要です。今回、NVIDIAおよび金融業界の皆様から得た知見を生成プロセスに反映し、幅広いAI開発に活用できるデータセットを目指しました」と述べています。また、プロジェクトでは金融実務での活用可能性を高めるため、日本の主要な金融機関から協力を得ているそうです。

加えて、もう1つのデータセット「Nemotron PII Japan」も同時に公開されました。「PII」とは個人の身元を明らかにするために使用できる情報のことで、氏名・住所・メールアドレス・各種識別番号などのPIIが含まれる医療・金融・行政・雇用・教育・法律・IT/セキュリティ・eコマースの8分野を対象とした診断書や申請書など43種類の文書を収録しています。ここでも実在する個人情報は一切使用されておらず、PIIの検出およびマスキングを行うモデルの追加学習・評価・改善をプライバシーの懸念なく行うことができます。

Nemotron PII Japan: プライバシー保護に向けた日本語PIIオープンデータ
https://huggingface.co/blog/nvidia/nemotron-pii-japan-ja

「Nemotron Personas Finance Japan」と「Nemotron PII Japan」はHugging Faceで公開されています。