Theo cấu trúc được công bố, mỗi bản ghi gồm 21 trường dữ liệu, trong đó có 6 trường mô tả chân dung và 15 trường thông tin liên quan đến đặc điểm, bối cảnh của người dùng cùng mã định danh bản ghi. Các thông tin gồm giới tính, độ tuổi, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, nơi cư trú, kỹ năng, sở thích và bối cảnh văn hóa. Bộ dữ liệu còn có những đoạn văn mô tả về công việc, thể thao, nghệ thuật, du lịch, ẩm thực và các khía cạnh khác trong đời sống. Đây là những hồ sơ giả lập được tạo bằng AI, không phải hồ sơ thu thập từ các cá nhân có thật.
Để xây dựng bộ dữ liệu, FPT và NVIDIA sử dụng số liệu thống kê chính thức về dân số và lao động Việt Nam, trong đó có Điều tra dân số và nhà ở giữa kỳ năm 2024 và Khảo sát mức sống dân cư năm 2024.
Hệ thống dựa trên cơ cấu dân số và mối liên hệ giữa các yếu tố như độ tuổi, giới tính, nghề nghiệp, trình độ học vấn, nơi cư trú để tạo ra những hồ sơ người dùng giả định. Sau đó, AI viết các đoạn văn mô tả về từng nhân vật dựa trên những đặc điểm đã xác định.
 |
Trong quá trình phát triển, NVIDIA cung cấp phương pháp Nemotron-Personas và công cụ tạo dữ liệu NeMo Data Designer. FPT đóng góp hạ tầng tính toán, dữ liệu nguồn, chuyên môn về Việt Nam và tham gia kiểm tra chất lượng dữ liệu.
Nemotron-Personas-Vietnam được FPT và NVIDIA giới thiệu lần đầu vào tháng 6/2026 và phát hành công khai trên Hugging Face, nền tảng chia sẻ dữ liệu và mô hình AI. Các nhà nghiên cứu, lập trình viên và doanh nghiệp có thể khai thác bộ dữ liệu để phục vụ nghiên cứu, phát triển AI theo điều kiện giấy phép sử dụng.
So với phiên bản đầu tiên tập trung vào 6 tỉnh, thành phố, phiên bản mở rộng tăng quy mô và phạm vi dữ liệu, hướng tới phản ánh đa dạng hơn đặc điểm dân cư, nghề nghiệp và bối cảnh sống tại các vùng miền Việt Nam. Với số lượng bản ghi lớn hơn, các nhà phát triển có thêm dữ liệu về những nhóm người dùng cụ thể, theo độ tuổi, nghề nghiệp, trình độ học vấn, khu vực cư trú và hoàn cảnh sống. Qua đó, họ có thể xây dựng thêm các tình huống huấn luyện, đánh giá và kiểm thử AI. Bộ dữ liệu cũng có thể hỗ trợ kiểm thử đối kháng, trong đó hệ thống AI được đặt trước những tình huống khó hoặc bất thường nhằm phát hiện sai sót, điểm yếu và những phản hồi thiếu phù hợp.
Cụ thể, khi phát triển trợ lý AI cho ngân hàng, doanh nghiệp có thể dựa trên các hồ sơ giả lập để xây dựng tình huống giao tiếp với người cao tuổi ít quen sử dụng công nghệ hoặc người trẻ thường xuyên giao dịch trực tuyến. Nhóm kỹ thuật kiểm tra cách AI giải thích thông tin, hướng dẫn thao tác và xử lý yêu cầu, từ đó điều chỉnh những phản hồi chưa phù hợp trước khi đưa sản phẩm vào sử dụng. Việc sử dụng hồ sơ giả lập cũng giúp giảm nhu cầu dùng thông tin cá nhân thật trong một số hoạt động thử nghiệm.
 |
Bộ dữ liệu còn có thể hỗ trợ phát triển Agentic AI (AI có khả năng tự thực hiện nhiều bước để hoàn thành nhiệm vụ). Khác với các chatbot chủ yếu trả lời câu hỏi, hệ thống Agentic AI có thể lập kế hoạch và thực hiện liên tiếp các thao tác khi được kết nối với những công cụ phù hợp. Vì vậy, ngoài nội dung phản hồi, nhà phát triển còn cần kiểm tra cách hệ thống thực hiện nhiệm vụ trong những tình huống và hoàn cảnh khác nhau.
Với Nemotron-Personas-Vietnam, doanh nghiệp có thể sử dụng các hồ sơ giả lập làm cơ sở xây dựng tình huống kiểm thử tác tử AI. Chẳng hạn, khi phát triển trợ lý AI hỗ trợ thủ tục hành chính, nhóm kỹ thuật có thể tạo tình huống người dân cần tìm hiểu điều kiện, chuẩn bị giấy tờ và thực hiện các bước đăng ký. Qua đó, họ kiểm tra hệ thống có hướng dẫn đúng quy trình, giải thích dễ hiểu và xử lý phù hợp với yêu cầu của từng nhóm người dùng hay không.
Trong các lĩnh vực có yêu cầu cao về tính chính xác và tuân thủ như tài chính, y tế, bảo hiểm và dịch vụ công, bộ dữ liệu có thể hỗ trợ đánh giá khả năng xử lý tình huống phức tạp, mức độ nhất quán và nguy cơ phản hồi thiên lệch giữa các nhóm người dùng. Kết quả kiểm thử giúp nhà phát triển phát hiện vấn đề để tiếp tục hoàn thiện hệ thống, song không thay thế việc đánh giá độ chính xác, an toàn và khả năng tuân thủ trước khi triển khai thực tế.
Minh Minh
Ý kiến
()