自己紹介

26卒の中谷です

学部時代は工学部の機械系に所属しており、大学院から情報系に学科に入りました。

FIXERのことは大学院の友人から教えてもらいました。FIXERではAIを使いながら開発をゴリゴリ進めるエンジニアになりたいと考えています。

推しの技術

さて、私の推しの技術ですがNemotron-Personas-Japanです。技術と呼んでいいのかはわかりませんが、これはNVIDIAが公開しているデータセットのことです。名前にJapanがついている通り、これは日本に関するデータセットになっています。

もう少し詳しく説明してみます。できるだけ専門用語は使わないようにしているので厳密性が損なわれているところもあるかと思いますが、そこは見逃してください。

Nemotron-Personas-Japan は、日本の人口や地域のばらつき、文化的な特徴などをもとに作られた、日本語のペルソナ・データセットです。ここでいうペルソナは、年齢や仕事、住んでいる場所などの設定を持った人物像のことです。実在する人の個人情報を集めたものではなく、統計データを参考にしながら人工的に作られているのが特徴です。CC BY 4.0 で公開されていて、商用利用できる点も使いやすいところだと思います。

技術的におもしろいのは、ただ AI に適当にプロフィールを書かせているわけではないところです。テンプレートやチェックの仕組みを使いながら、形がそろったデータを作れるように工夫されています。さらに、統計的な自然さと、日本語としての読みやすさの両方を意識して作られているので、データセットそのものがしっかり設計されていることが分かります。

使い道も分かりやすくて、このペルソナをもとに会話データを作ったり、日本語の AI アシスタントやチャットボットを開発したり、年齢や地域の違いによる偏りを調べたりすることができます。モデルそのものだけでなく、その前段階にあるデータ作りまで丁寧に考えられているところに、私は技術としてのおもしろさを感じています。

このデータセットは日本のソブリンAI開発に利用されることも想定されており、これからのLLMの発展がますます楽しみですね。

より技術的な背景も知りたい方はぜひHuggingfaceを確認してみてください。(nvidia/Nemotron-Personas-Japan · Datasets at Hugging Face)

今回はこれぐらいにしておこうと思います。

最後まで読んでいただきありがとうございました。