NVIDIAが日本語AI向け合成データ2種公開

NVIDIAはこれらのデータセットを、精度と計算効率のバランスを取りながらAIエージェントを低コストで構築・導入するためのシステムNemotronの一環と位置付ける。今回の公開は実務上の障害に対応するものだ。AIエージェントは国の言語や文化、人口動態、業界事情を反映する必要があるが、個人データはプライバシーやセキュリティ上の懸念から、特に金融、医療、公共部門では入手・利用・共有が難しい。

Nemotron Personas Finance JapanはNemotron Personas Japanを基に、基本的な属性と個人の文脈を保ちつつ、収入や資産といった金融特有の特性を加え、支出や貯蓄、投資、金融に関する意思決定をより現実的かつ多様に表現できるようにする。NVIDIAによると、2025年に公表された公開の人口・労働統計を基にしており、日本の大手金融機関の協力を得て作成された。

Nemotron PII Japanはそれを補完するもので、個人識別情報がどこにあり、どのカテゴリーに属するかを示す注釈付きの文書を提供する。実在の個人情報を含まずに文書と正しいラベルが揃って提供されるため、検出・マスクモデルの微調整や評価、改善が可能になり、地域や業界の要件を満たす日本語AIエージェントを構築しやすくなる可能性がある。