MatrAIx_Persona_1M MatrAIx2026
- Typ
- dataset
- Downloads
- 11,740
- Likes
- 43
- Zugriff
- public
- Dateien
- 20
Tags
- Synthetische Daten
- Persona-Daten
- Textdaten
- Textgenerierung
- Große Sprachmodelle
- Synthetic Data
- Textdatensatz
- Vortrainingskorpus
Zusammenfassung
Dieses Dataset enthält fast eine Million Persona-Profile mit je 1.290 kategorialen Attributen. Es kombiniert 599.847 aus realen Quellen (Wiki, Stack Overflow, Amazon, GSS) abgeleitete und 400.000 synthetisch generierte Personas. Die hochkomprimierte Parquet-Speicherung erfordert pyarrow statt `data…
README
--- pretty_name: MatrAIx Persona 1M Public Release task_categories: - text-generation tags: - persona - coreset - synthetic - survey - parquet size_categories: - 100K<n<1M configs: - config_name: sample data_files: - split: train path: sample/*.parquet --- # MatrAIx Persona 1M 999.847 Personas, jew…