NVIDIA、日本語AI開発を支援する2つの合成データセットを発表

NVIDIAは11月10日、都内で主催した開発者向けイベント「NVIDIA Agentic AI Day」において、日本語AIの開発を支援する2つの合成データセット「Nemotron Personas Finance Japan」と「Nemotron PII Japan」を発表しました。前者は日本社会を反映した合成ペルソナを金融領域へ拡張したもので、後者は日本語文書に含まれる個人識別情報（PII）の検出やマスキング用モデルの開発を支援します。両データセットは、エージェント型AI向けのオープンなモデルやデータセット群「NVIDIA Nemotron」の一部として提供されます。

金融領域へ拡張した「Nemotron Personas Finance Japan」

Nemotron Personas Finance Japanは、2025年に公開されたオープンデータセット「Nemotron Personas Japan」（V1）の基本属性と個人コンテキストを引き継ぎ、金融領域のAI開発やユーザーシミュレーションに向けた属性とペルソナを追加したものです。収入や資産、支出、貯蓄、投資などの金融上の意思決定を現実的かつ多様に表現できるよう、国内金融機関の知見を取り入れて設計されています。

データセットは100万サンプルを基盤とし、ペルソナ数をV1の600万件から900万件へ、総トークン数を約14億から約15億へ拡張しました。公開統計から確率的グラフィカルモデルを用いて属性をサンプリングし、「NVIDIA NeMo Data Designer」を活用して生成されており、実在の個人とは結びつきません。マルチターン会話の合成や顧客シミュレーションのほか、「NVIDIA NeMo User Sim」と組み合わせたエージェントのテストや評価にも活用可能です。

国内の企業や金融機関との連携による開発体制

プロジェクト全体はNVIDIAが主導し、実装や生成パイプラインの構築、大規模データ生成は東京大学の松尾研究所発AIスタートアップでNVIDIA InceptionプログラムのメンバーであるElithが担当しました。株式会社Elith取締役CAIOの下垣内隆太氏は、実際の業務を踏まえた設計の重要性に触れ、幅広いAI開発に活用できるデータセットを目指したと述べています。

また、各社固有の顧客データや機密情報を使用せず、金融実務に関する知見を反映するため、以下の金融機関および団体からヒアリングやフィードバックなどの協力を得ています。

損害保険ジャパン：保険の加入・更新や事故対応などの場面におけるペルソナ表現について意見を提供
東京海上ホールディングス：保険分野のマーケティングにおける想定ユースケースや顧客ペルソナに必要な情報等についてフィードバックを提供
福岡銀行：金融商品・サービス提案を想定した必要な属性データや嗜好等に関する表現の妥当性についてフィードバックを提供
みずほフィナンシャルグループ：合成データサンプルの確認、データ項目や個人営業領域での活用可能性についてフィードバックを提供
明治安田生命保険相互会社：生命保険ニーズをふまえたペルソナ像や、営業・開発等に必要な属性情報についてフィードバックを提供
一般社団法人金融データ活用推進協会（FDUA）：リテール施策シミュレーションを想定した属性追加やペルソナ記述の整合性についてフィードバックを提供

個人識別情報の検出とマスキングを支援する「Nemotron PII Japan」

あわせて公開されたNemotron PII Japanは、PIIを含む日本語文書を想定して生成された10万件規模の完全合成データセットです。医療、金融、行政、雇用、教育、法律、IT/セキュリティ、Eコマースの8分野を対象に、診断書やローン審査書類、申請書など43種類の文書を収録しています。

実在する個人情報は使用せず、文書内の氏名、住所、メールアドレス、識別番号などのPIIの位置とカテゴリーを示すアノテーションが付与されています。これにより、実データを外部へ持ち出すリスクを抑えながら、文書処理前にPIIを自動検出・マスキングする専用モデルの開発や評価を行えます。なお、今回公開されたのはデータセットであり、日本語PIIモデルそのものではありません。

実用性を検証するアーリーアクセスにはNECが参加しました。NEC AIプラットフォームサービス統括部統括部長の吉川彰一氏は、同データセットによりモデル性能の客観的検証が可能となり、追加学習によって高い検出率を維持したまま適合率が向上し誤検知を減らせることを確認したとしています。

今回発表された2つのデータセットは、現在Hugging Faceで公開されています。

本記事はNVIDIAの発表をもとに作成されています。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。