Datasets voor fine-tuning van LLM's
Catalogus van JSONL-datasets voor fine-tuning: vragen, antwoorden, gesprekken.
- [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 is een fine-tuningdataset?
Een dataset is een set voorbeelden in JSONL-formaat (één JSON-regel per voorbeeld), gebruikt om een model te trainen of te evalueren.
Gids: Datasets →