Fine-Tuning-Datasets für LLMs

KI-Datensatz: den NACE-Code einer Tätigkeit finden

44 Dialoge mit einem Auszug der NACE Rev. 2.1 im Kontext: Das Modell nennt den Code, fragt nach oder lehnt ab.

KI-Datensatz: Agent sucht den HS-Zolltarifcode

43 Agenten-Spuren: Aufruf des Suchwerkzeugs der Nomenklatur, dann HS-Code, Rückfrage oder Ablehnung.

KI-Datensatz: den HS-Zolltarifcode einer Ware finden

43 Dialoge mit einem Auszug des Harmonisierten Systems im Kontext: Das Modell nennt den HS-Code, fragt nach oder lehnt ab.

KI-Datensatz (DPO): HS-Zolltarifcode ohne zu raten

40 Präferenzpaare: HS-Code aus der Nomenklatur gelesen und zitiert, gegen einen benachbarten oder auswendig genannten Code.

KI-Datensatz zur Bevölkerung der deutschen Landkreise

44 Dialoge mit den Destatis-Zeilen im Kontext (400 Kreise, Stand 2024): Das Modell liest die Zahl, nennt die Quelle, schweigt ohne Zeile.

KI-Datensatz: Agent sucht den ESCO-Beruf mit einem Werkzeug

60 Agenten-Spuren: Aufruf des ESCO-Suchwerkzeugs, gefundene Berufe, dann Beruf und Code oder Ablehnung.

KI-Datensatz: den ESCO-Beruf einer Stellenbezeichnung finden

60 Dialoge mit ESCO-Berufen im Kontext: Das Modell nennt den Beruf und seinen Code, fragt nach oder lehnt ab.

KI-Datensatz (DPO): ESCO-Beruf ohne zu raten

57 Präferenzpaare: Beruf aus der ESCO-Klassifikation gelesen und zitiert, gegen einen benachbarten oder auswendig genannten.

KI-Datensatz zur Bevölkerung der österreichischen Gemeinden

41 Dialoge mit Zahlen von Statistik Austria im Kontext (2.114 Gemeinden, 1.1.2026): Das Modell liest die Zahl, nennt die Quelle oder lehnt ab.

KI-Datensatz: Schweizer Adressen normalisieren

30 Dialoge mit Zeilen des amtlichen Gebäudeadressverzeichnisses im Kontext: normalisierte Adresse und EGID, Rückfrage oder Ablehnung.

Deutscher Datensatz zur Anonymisierung personenbezogener Daten (DSGVO)

20 Beispiele zur Anonymisierung deutscher Texte (DSGVO, BDSG): Versichertennummer, +49-Telefon, DE-IBAN, Kfz-Kennzeichen, PLZ. Fiktive Personen und Nummern…