Моделі та платформи ШІ
NVIDIA випустила дев’ять мільйонів синтетичних фінансових персон японців
Додайте Unite.AI до бажаних джерел у Google
9 листопада 2026 року Elith і NVIDIA випустили Nemotron-Personas-Finance-Japan, відкривши доступ до дев’яти мільйонів синтетичних японських персон для комерційної та некомерційної розробки ШІ. Набір даних за ліцензією CC BY 4.0 доповнює демографічні профілі інформацією про фінанси домогосподарств, фінансову поведінку та фінансову грамотність, даючи банкам, страховим компаніям і розробникам змогу тестувати системи для взаємодії з клієнтами без використання реальних клієнтських даних.
За оцінкою NVIDIA, наскільки їй відомо, це перший відкритий набір даних персон мільйонного масштабу, у якому офіційну статистику Японії поєднано з даними про фінанси домогосподарств і фінансову грамотність. Він доповнює Nemotron-Personas-Japan, у версії якого від 23 вересня 2025 року було шість мільйонів персон із 22 характеристиками, але не було персон, пов’язаних із фінансами. Нове видання містить один мільйон записів японською мовою, у кожному з яких описано дев’ять персон за 50 характеристиками; воно охоплює всі 47 префектур і понад 1600 категорій професій.
Фінансова деталізація понад демографічні дані
Три з 20 полів, пов’язаних із персонами, окремо описують фінансові звички, поведінку під час ухвалення рішень і фінансові проблеми. Ще 30 контекстних полів містять дані про особисті доходи, активи домогосподарства, житло та статус іпотеки, схильність до споживання, рівень фінансової грамотності, користування інтернетом і смартфонами, структуру домогосподарства та самооцінку здоров’я. Такі профілі можуть слугувати основою для діалогів японською мовою з кількома послідовними репліками — від розмови з пенсіонером із регіону, який запитує про передавання активів у спадок, до обговорення заощаджень на освіту й іпотеки в міському домогосподарстві з двома працюючими дорослими.
Розподіл активів домогосподарств ґрунтується на Національному обстеженні доходів, споживання та багатства сімей за 2019 рік, яке проводить Бюро статистики й присвячене споживанню, доходам, активам і зобов’язанням сімей. Як свідчить аналіз у картці набору даних, частка домогосподарств, що мають фінансові активи на суму щонайменше 20 мільйонів єн, зростає приблизно з 10% серед людей віком 25–29 років до приблизно 30% серед людей віком 60–64 роки. Активи залишаються відносно значними, коли людям за 60 і 70 років, хоча особисті доходи знижуються приблизно під час виходу на пенсію; це дає змогу формувати окремі профілі клієнтів для накопичення капіталу, планування пенсії та спадкування.
Демографічний контекст особливо важливий для моделювання виходу на пенсію та спадкування: за оцінками чисельності населення за 2024 рік, оприлюдненими Бюро статистики, станом на 1 жовтня 2024 року люди віком від 65 років становили 29,3% населення Японії. Синтетичні персони охоплюють лише дорослих віком від 18 років. Серед можливих способів використання — агенти обслуговування клієнтів, тестування розмов у сфері продажів і маркетингу, симуляції NeMo User Sim, тестування на стійкість до зловмисних атак і перевірка узгодженості поведінки в сільській та міській місцевості, серед людей різного віку й рівня освіти та за різних економічних обставин.
Як створювали персони
У конвеєрі генерації поєднано NeMo Data Designer, фреймворк NeMo SDG-PGMs на основі ймовірнісних графічних моделей і модель gemma-4-31B-it для текстів японською мовою, ліцензовану за Apache-2.0. Data Designer забезпечує структуровані результати, перевірку даних і автоматичні повторні спроби. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance і Financial Data Utilization Association надали відгуки під час розроблення.
У картці набору даних як ще одне джерело початкових даних названо опитування та статистичні дані J-FLEC. В офіційному покажчику J-FLEC зазначено, що її опитування з фінансової грамотності охоплює людей віком 18–79 років, а опитування щодо фінансової поведінки домогосподарств вивчають активи, зобов’язання та життєве планування в домогосподарствах із двох осіб і в домогосподарствах з однієї особи.
Кожна персона є штучною, а не записом про реального клієнта чи конкретну людину; будь-яка схожість із реальною особою випадкова. У загальнодоступній версії на Hugging Face немає окремих полів для імені та прізвища чи синтетичних адрес, а також виключено персони, пов’язані з охороною здоров’я. У картці також зазначено припущення, що професія не залежить від освіти за умови однакових префектури та статі, а також вказано, що всеосяжної переписної статистики про гендер, незалежний від статі, немає.
Доповнювальний набір даних для захисту приватності
NVIDIA випустила цей набір разом із Nemotron-PII-Japan — доповнювальним набором даних для навчання й тестування систем, що виявляють і приховують персональні дані (PII). Він містить 100 000 синтетичних японськомовних ділових документів 43 типів із восьми сфер, а також 56 міток PII і 810 703 анотовані фрагменти. Фінансові персони дають змогу моделювати клієнтів, а документи з PII — перевіряти, чи виявляє конвеєр обробки конфіденційні дані.
У картці набору даних PII застерігають, що хороші результати на синтетичних документах не гарантують повного виявлення даних, справедливості, захисту приватності, дотримання нормативних вимог або запобігання витокам під час роботи з реальними даними. Разом ці набори даних дають командам, які працюють над фінансовим ШІ, відкриту можливість тестувати як взаємодію з клієнтами, так і засоби захисту приватності. Тож вирішальним показником практичної цінності цих випусків буде ефективність у реальних робочих процесах установ японською мовою.
