Scaling Synthetic Data Creation with 1,000,000,000 Personas

GPT-4 Generated Data Reference:

(Original) https://huggingface.co/datasets/proj-persona/PersonaHub (Original Github) https://github.com/tencent-ailab/persona-hub

Synthetic Customer Experience Persona

  Overview

The Synthetic Customer Experience Persona Dataset is a large-scale synthetic corpus of customer service personas, designed to aid in the development and evaluation of AI models for customer service applications. Inspired by Tencent AI Labs' Persona Hub, this dataset provides a diverse array of customer profiles across multiple industries.

  Dataset Statistics

Total Personas: 250,000 Industries Covered: 6 (Retail… See the full description on the dataset page: https://huggingface.co/datasets/CordwainerSmith/CustomerPersonas.

FinePersonas

Open dataset of 21 Million detailed personas for diverse and controllable synthetic text generation.

FinePersonas contains detailed personas for creating customized, realistic synthetic data. With this dataset, AI researchers and engineers can easily integrate unique persona traits into text generation systems, enhancing the richness, diversity, and specificity of synthetic outputs without the complexity of crafting detailed attributes from… See the full description on the dataset page: https://huggingface.co/datasets/argilla/FinePersonas-v0.1.

Image for use one the Migrating to ArcGIS Pro Hub page for the Managers Persona.

TextBooksPersonaHub

  Overview

The TextBooksPersonaHub dataset is an extension of the proj-persona/PersonaHub dataset, created using the technique described in the paper Textbooks Are All You Need II. This dataset contains synthetically generated "textbook-like" passages tailored in french to specific personas, aimed at enhancing language model training with high-quality and diverse content.

  Dataset Creation







  Source Data

The original personas… See the full description on the dataset page: https://huggingface.co/datasets/drodin/TextBooksPersonaHub-FR.

Porcentaje de alumnos que asisten a las distintas jornadas escolares, para los 37 municipios que hacen parte de la encuesta. Año: 2017. Fuente: Encuesta Multipropósito 2017

Capa que muestra la cantidad de personas y características como sexo, edad, etnia, inmigrantes por manzana para las comunas de Algarrobo, Casablanca, Cartagena, Concón, El Quisco, El Tabo, San Antonio, Santo Domingo, Valparaíso, Viña del Mar a partir de los microdatos del Censo 2017Tipo de archivo: Polígono; Año del archivo: 2018

Porcentaje de personas mayores de 15 años que no saben leer ni escribir, para los 37 municipios que hacen parte de la encuesta. Año: 2017. Fuente: Encuesta Multipropósito 2017

Donde o con quien permanece el menor de 5 años la mayor parte del tiempo, para los 37 municipios que hacen parte de la encuesta. Año: 2017. Fuente: Encuesta Multipropósito 2017

Número de viviendas, hogares y personas, para los 37 municipios que hacen parte de la encuesta. Año: 2017. Fuente: Encuesta Multipropósito 2017

Total de personas asalariadas que reciben un pago inferior a 2/3 de la mediana del salario por hora, según sexo. Fuente: Secretaría de Competitividad y Desarrollo Económico - Observatorio regional de mercado de trabajo, con datos Encuesta Multipropósito 2014 (DANE). Año: 2014|departamento de cundinamarca|categoria:trabajo|cobertura:departamental

Ai sensi dell'articolo 22 del decreto legislativo n. 33 del 2013, Regione Lombardia pubblica i principali dati riferiti ai propri enti pubblici istituiti, vigilati e finanziati - Aziende di Servizi alla Persona aggiornato al 31/10/2024. (ex. Art. 22 d.lgs. 33/2013) Frequenza di aggiornamento “Mai” = il dataset pubblicato alla scadenza prevista dalla normativa non subisce variazioni, salvo errori e correzioni.

Actividad de las personas (Mayores de 12 años) en el último mes, según sexo en los 116 Municipios de Cundinamarca. Año: 2016. Fuente: Base certificada del DNP, con corte Abril de 2016|departamento de cundinamarca|categoria:participacion ciudadana|cobertura:departamental.

Ai sensi dell'articolo 22 del decreto legislativo n. 33 del 2013, Regione Lombardia pubblica i principali dati riferiti ai propri enti pubblici istituiti, vigilati e finanziati - Aziende di Servizi alla Persona aggiornato al 30/03/2023. (ex. Art. 22 d.lgs. 33/2013) Frequenza di aggiornamento “Mai” = il dataset pubblicato alla scadenza prevista dalla normativa non subisce variazioni, salvo errori e correzioni.

채팅-페르소나 쌍 데이터셋

위 데이터는 AI Hub의 한국어 멀티세션 대화 데이터 셋을

한국어 어체 변환 모델 korean-style-converter-6b을 이용해 존댓말에서 반말로 변환 후

Session1-2로 이루어진 데이터셋에서 10328개의 ( 채팅 - 페르소나 ) 쌍을 추출하여 제작하였습니다.

추후, 정제된 버전의 데이터 셋도 공개 예정입니다.

정제된 버전의 데이터셋이 공개되었습니다! NLPBada/korean-persona-chat-dataset-v2

Capa que contiene la cantidad de personas por manzana para las comunas de Quintero, Puchuncaví, Zapallar, Papudo y La Ligua.Palabras clave: Vulnerabilidad social; sociedad; habitantes; manzanasTipo de archivo: vectorial de polígonosAño de publicación: 2018Año de los datos: 2017Sistema de coordenadas: WGS 84- Huso 19S - Proyección UTMRestricción: dato abiertoFuente: microdatos del CENSO del 2017 realizado por el INE el 2017 en IDE Chile

Proporción de personas (Mayores de 12 años) que se encontraban Trabajando en el último mes, según sexo en los 116 Municipios de Cundinamarca. Año: 2016. Fuente: Base certificada del DNP, con corte Abril de 2016|departamento de cundinamarca|categoria:trabajol|cobertura:departamental

¿Existe alguna relación entre el porcentaje de personas mayores de 64 años y hogares de una sola persona?Con los datos del censo del 2011 que publica el INE se ha representado este mapa para ver si existe una correlación entre estas dos variables. En el mapa se pueden ver los datos para las provincias y los municipios.

Sexo de la persona encargada del cuidado del menores de 5 años, para los 37 municipios que hacen parte de la encuesta. Año: 2017. Fuente: Encuesta Multipropósito 2017