NVIDIA ने जापानी वित्तीय क्षेत्र के लिए 90 लाख कृत्रिम पर्सोना जारी किए

Elith और NVIDIA ने 9 नवंबर, 2026 को Nemotron-Personas-Finance-Japan जारी किया, जिससे व्यावसायिक और गैर-व्यावसायिक एआई विकास के लिए 90 लाख कृत्रिम जापानी पर्सोना उपलब्ध हुए। CC BY 4.0 लाइसेंस वाला यह डेटासेट जनसांख्यिकीय प्रोफ़ाइलों में घरेलू वित्त, धन संबंधी व्यवहार और वित्तीय साक्षरता की जानकारी जोड़ता है। इससे बैंकों, बीमा कंपनियों और डेवलपरों को वास्तविक ग्राहकों के रिकॉर्ड इस्तेमाल किए बिना ग्राहक-केंद्रित प्रणालियों की जाँच करने का तरीका मिलता है।

NVIDIA के अनुसार, उसकी जानकारी में यह दस लाख रिकॉर्ड के स्तर पर उपलब्ध पहला ओपन पर्सोना डेटासेट है, जो जापान के आधिकारिक आँकड़ों को घरेलू वित्त और वित्तीय साक्षरता से जुड़ी जानकारी के साथ जोड़ता है। यह Nemotron-Personas-Japan का विस्तार है, जिसके 23 सितंबर, 2025 वाले संस्करण में 22 फ़ील्ड में छह लाख पर्सोना थे और वित्त-विशिष्ट पर्सोना शामिल नहीं थे। नए संस्करण में जापानी भाषा के दस लाख रिकॉर्ड हैं, जिनमें से प्रत्येक में नौ पर्सोना और 50 फ़ील्ड हैं। इसमें सभी 47 प्रान्त और 1,600 से अधिक पेशागत श्रेणियाँ शामिल हैं।

जनसांख्यिकी से आगे वित्तीय जानकारी

पर्सोना से जुड़े 20 फ़ील्ड में से तीन में वित्तीय आदतों, निर्णय लेने के व्यवहार और वित्तीय चिंताओं का अलग-अलग विवरण है। संदर्भ से जुड़े 30 फ़ील्ड में व्यक्तिगत आय, घरेलू संपत्ति, आवास और बंधक की स्थिति, उपभोग की प्रवृत्ति, वित्तीय साक्षरता के अंक, इंटरनेट और स्मार्टफ़ोन का उपयोग, परिवार की संरचना और स्वयं के आकलन पर आधारित स्वास्थ्य की जानकारी शामिल है। इन प्रोफ़ाइलों के आधार पर जापानी भाषा में कई चरणों वाले संवाद तैयार किए जा सकते हैं—जैसे क्षेत्रीय इलाके में रहने वाला कोई पेंशनभोगी संपत्ति के उत्तराधिकार के बारे में पूछे, या शहर में रहने वाला दोहरी आय वाला परिवार शिक्षा के लिए बचत और बंधक की समीक्षा करे।

घरेलू संपत्ति के वितरण का आधार सांख्यिकी ब्यूरो का 2019 का पारिवारिक आय, उपभोग और संपत्ति संबंधी राष्ट्रीय सर्वेक्षण है, जिसमें पारिवारिक उपभोग, आय, संपत्ति और देनदारियों का अध्ययन किया जाता है। डेटासेट कार्ड के विश्लेषण के मुताबिक, कम-से-कम 2 करोड़ येन की वित्तीय संपत्ति वाले परिवारों का अनुपात 25–29 वर्ष की उम्र में लगभग 10% से बढ़कर 60–64 वर्ष की उम्र में लगभग 30% हो जाता है। सेवानिवृत्ति के आसपास व्यक्तिगत आय घटने के बावजूद, 60 और 70 वर्ष की उम्र में लोगों की संपत्ति अपेक्षाकृत अधिक बनी रहती है। इससे संपत्ति बढ़ाने, सेवानिवृत्ति की योजना बनाने और विरासत से जुड़े अलग-अलग ग्राहक प्रोफ़ाइल तैयार करने में मदद मिलती है।

सेवानिवृत्ति और विरासत के अनुकरण के लिए जनसांख्यिकीय संदर्भ विशेष रूप से प्रासंगिक है: सांख्यिकी ब्यूरो के 2024 के जनसंख्या अनुमान के अनुसार, 1 अक्टूबर, 2024 तक जापान की आबादी में 65 वर्ष या उससे अधिक उम्र के लोगों का हिस्सा 29.3% था। कृत्रिम पर्सोना में केवल 18 वर्ष या उससे अधिक उम्र के वयस्क शामिल हैं। इनके निर्धारित उपयोगों में ग्राहक-सेवा एजेंट, बिक्री और विपणन संबंधी संवादों की जाँच, NeMo User Sim के अनुकरण, रेड-टीमिंग और ग्रामीण तथा शहरी इलाकों, अलग-अलग उम्र, शिक्षा के स्तरों और आर्थिक परिस्थितियों में व्यवहार की एकरूपता की जाँच शामिल है।

पर्सोना कैसे तैयार किए गए

इन्हें तैयार करने वाली प्रणाली में NeMo Data Designer, NeMo SDG-PGMs संभाव्य ग्राफ़िकल मॉडल ढाँचा और जापानी पाठ के लिए Apache-2.0 लाइसेंस वाला gemma-4-31B-it मॉडल शामिल हैं। Data Designer संरचित आउटपुट, सत्यापन और स्वचालित पुनः प्रयास की सुविधा देता है। Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance और Financial Data Utilization Association ने डिज़ाइन प्रक्रिया के दौरान सुझाव दिए।

डेटासेट कार्ड में J-FLEC के सर्वेक्षण और सांख्यिकीय आँकड़ों को एक अन्य प्रारंभिक इनपुट बताया गया है। J-FLEC की आधिकारिक सूची के अनुसार, इसका वित्तीय साक्षरता सर्वेक्षण 18–79 वर्ष की उम्र के लोगों को शामिल करता है, जबकि घरेलू वित्तीय व्यवहार संबंधी सर्वेक्षण दो सदस्यों वाले और एकल-सदस्यीय परिवारों की संपत्ति, देनदारियों और जीवन-योजना की पड़ताल करते हैं।

हर पर्सोना कृत्रिम है, किसी वास्तविक ग्राहक या व्यक्ति का रिकॉर्ड नहीं; किसी असली व्यक्ति से समानता महज़ संयोग है। Hugging Face पर उपलब्ध सार्वजनिक संस्करण में केवल नाम के रूप में रखे गए प्रथम और अंतिम नाम के फ़ील्ड तथा कृत्रिम पते शामिल नहीं हैं। इसमें स्वास्थ्य सेवा से जुड़े पर्सोना भी नहीं हैं। कार्ड में यह मान्यता भी बताई गई है कि प्रान्त और लिंग को ध्यान में रखने के बाद पेशे का शिक्षा से स्वतंत्र होना माना गया है। इसमें यह भी कहा गया है कि जैविक लिंग से स्वतंत्र लैंगिक पहचान पर व्यापक जनगणना आँकड़े उपलब्ध नहीं हैं।

साथ में जारी गोपनीयता डेटासेट

NVIDIA ने इस रिलीज़ के साथ Nemotron-PII-Japan भी जारी किया, जो व्यक्तिगत पहचान योग्य जानकारी (PII) का पता लगाने और उसे हटाने वाली प्रणालियों के प्रशिक्षण और परीक्षण के लिए एक सहायक डेटासेट है। इसमें आठ क्षेत्रों के 43 दस्तावेज़ प्रकारों में फैले जापानी भाषा के 1,00,000 कृत्रिम व्यावसायिक दस्तावेज़ हैं। इनमें PII के 56 लेबल और 8,10,703 चिह्नित अंश हैं। वित्तीय पर्सोना से ग्राहकों का अनुकरण किया जा सकता है, जबकि PII दस्तावेज़ यह जाँचने में मदद करते हैं कि कोई प्रक्रिया संवेदनशील डेटा की पहचान करती है या नहीं।

PII डेटासेट कार्ड आगाह करता है कि कृत्रिम दस्तावेज़ों पर अच्छे नतीजे मिलने से वास्तविक डेटा पर पूरी पहचान, निष्पक्षता, गोपनीयता की सुरक्षा, नियामकीय अनुपालन या डेटा के रिसाव की रोकथाम की गारंटी नहीं मिलती। दोनों डेटासेट मिलकर वित्तीय एआई टीमों को ग्राहक संवाद और गोपनीयता नियंत्रणों—दोनों की जाँच का एक खुला तरीका देते हैं। इसलिए, संस्थानों के अपने जापानी भाषा वाले कार्यप्रवाहों के मुकाबले वास्तविक दुनिया में इनकी कार्यक्षमता ही इन रिलीज़ के व्यावहारिक मूल्य का निर्णायक पैमाना होगी।