Een model specialiseren: datasets, LoRA, evaluaties
Datasets, LoRA-configuraties en evaluaties om een model aan je vakgebied aan te passen.
- [o8rzr2] AI-dataset: agent die de HS-douanecode zoekt met een tool | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/hs-code-agent-o8rzr2 - [efi5fn] AI-dataset: de HS-douanecode van een product vinden | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/hs-code-assistent-efi5fn - [ban3cr] AI-dataset (DPO): HS-douanecode zonder te gokken | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/voorkeuren-hs-code-ban3cr - [6iv22x] AI-dataset: agent die het ESCO-beroep zoekt met een tool | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/agent-esco-beroep-6iv22x - [66p7u0] AI-dataset: het ESCO-beroep van een functietitel vinden | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/assistent-esco-beroep-66p7u0 - [13n0mso] AI-dataset (DPO): ESCO-beroep zonder te gokken | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/voorkeuren-esco-beroep-13n0mso - [1lda623] AI-dataset over het aantal inwoners van de Nederlandse gemeenten | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/inwoners-gemeenten-nederland-1lda623 - [lu096j] AI-dataset: de NACE-code van een activiteit vinden | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/nace-code-assistent-lu096j - [1bbg1vn] AI-dataset: Nederlandse adressen normaliseren | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/assistent-adressen-nederland-1bbg1vn - [1gnf3e0] Nederlandse dataset voor het anonimiseren van persoonsgegevens (AVG) | dataset | nl | CC-BY-4.0 | https://contextetech.com/nl/datasets/anonimisering-avg-nl-1gnf3e0
AI-dataset: agent die de HS-douanecode zoekt met een tool
43 agentsporen: aanroep van de zoektool in de nomenclatuur, daarna HS-code, wedervraag of weigering.
AI-dataset: de HS-douanecode van een product vinden
43 dialogen met een uittreksel uit het Geharmoniseerd Systeem in de context: het model geeft de HS-code, vraagt door of weigert.
AI-dataset (DPO): HS-douanecode zonder te gokken
40 voorkeursparen: HS-code gelezen in de nomenclatuur en geciteerd, tegenover een naburige of uit het hoofd gegeven code.
AI-dataset: agent die het ESCO-beroep zoekt met een tool
60 agentsporen: aanroep van de ESCO-zoektool, gevonden beroepen, daarna beroep en code of een weigering.
AI-dataset: het ESCO-beroep van een functietitel vinden
60 dialogen met ESCO-beroepen in de context: het model geeft het beroep en de code, vraagt door of weigert.
AI-dataset (DPO): ESCO-beroep zonder te gokken
57 voorkeursparen: beroep gelezen in de ESCO-classificatie en geciteerd, tegenover een naburig of uit het hoofd gegeven beroep.
AI-dataset over het aantal inwoners van de Nederlandse gemeenten
37 dialogen met de CBS-cijfers in de context (342 gemeenten, 1 januari 2026): het model leest het getal, noemt de bron of weigert.
AI-dataset: de NACE-code van een activiteit vinden
44 dialogen met een uittreksel uit NACE Rev. 2.1 in de context: het model geeft de code, vraagt door of weigert.
AI-dataset: Nederlandse adressen normaliseren
34 dialogen met BAG-regels in de context: genormaliseerd adres en CBS-gemeentecode, een wedervraag of een weigering.
Nederlandse dataset voor het anonimiseren van persoonsgegevens (AVG)
20 voorbeelden om Nederlandse teksten te anonimiseren (AVG, UAVG): BSN, +31-telefoonnummers, NL-IBAN, kentekens, postcodes. Fictieve personen en nummers. Met…
Wat betekent een model aanpassen?
Een model aanpassen betekent het opnieuw trainen op je eigen voorbeelden, zodat het je vakgebied, je woordenschat of je formaten beheerst: dat is fine-tuning. Daarvoor zijn een dataset, trainingsinstellingen (vaak LoRA) en evaluaties nodig om te controleren wat het heeft geleerd.