Logga in Publicera

Specialisera en modell: dataset, LoRA, utvärderingar

Dataset, LoRA-konfigurationer och utvärderingar för att anpassa en modell till ditt område.

9 resultat
- [1es77xr] AI-datamängd: agent som söker HS-tullnumret med ett verktyg | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/agent-hs-nummer-1es77xr
- [1xqng36] AI-datamängd: hitta HS-tullnumret för en vara | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/assistent-hs-nummer-1xqng36
- [12tgifv] AI-datamängd (DPO): HS-tullnummer utan att gissa | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/preferenser-hs-nummer-12tgifv
- [f4eawt] AI-datamängd: agent som söker ESCO-yrket med ett verktyg | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/agent-esco-yrke-f4eawt
- [1cnib7s] AI-datamängd: hitta ESCO-yrket för en yrkestitel | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/assistent-esco-yrke-1cnib7s
- [mkxbcp] AI-datamängd (DPO): ESCO-yrke utan att gissa | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/preferenser-esco-yrke-mkxbcp
- [18d9p5a] Svenskt dataset för anonymisering av personuppgifter (GDPR) | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/anonymisering-gdpr-sv-18d9p5a
- [1plo4y] AI-dataset om befolkningen i Sveriges kommuner | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/assistent-kommuner-sverige-1plo4y
- [1iky1co] AI-datamängd: hitta NACE-koden för en verksamhet | dataset | sv | CC-BY-4.0 | https://contextetech.com/sv/dataset/assistent-nace-kod-1iky1co
contextetech

AI-datamängd: agent som söker HS-tullnumret med ett verktyg

43 agentspår: anrop till nomenklaturens sökverktyg, sedan HS-nummer, en följdfråga eller ett nej.

Data 43 d
contextetech

AI-datamängd: hitta HS-tullnumret för en vara

43 dialoger med ett utdrag ur Harmoniserade systemet i kontexten: modellen anger HS-numret, ber om ett förtydligande eller avböjer.

Data 33 d
contextetech

AI-datamängd (DPO): HS-tullnummer utan att gissa

40 preferenspar: HS-nummer läst i nomenklaturen och citerat, mot ett närliggande eller ur minnet.

Data 33 d
contextetech

AI-datamängd: agent som söker ESCO-yrket med ett verktyg

60 agentspår: anrop till ESCO-sökverktyget, returnerade yrken, sedan yrke och kod eller ett nej.

Data 53 d
contextetech

AI-datamängd: hitta ESCO-yrket för en yrkestitel

60 dialoger med ESCO-yrken i kontexten: modellen anger yrket och koden, ber om ett förtydligande eller avböjer.

Data 33 d
contextetech

AI-datamängd (DPO): ESCO-yrke utan att gissa

57 preferenspar: yrke läst i ESCO-klassificeringen och citerat, mot ett närliggande eller ur minnet.

Data 23 d
contextetech

Svenskt dataset för anonymisering av personuppgifter (GDPR)

20 exempel för att anonymisera svenska texter (GDPR): personnummer, telefon +46, IBAN SE, registreringsnummer. Fiktiva personer. Med fall utan personuppgifter.

Data 173 d
contextetech

AI-dataset om befolkningen i Sveriges kommuner

37 dialoger med SCB:s siffror i kontexten (290 kommuner, 31 december 2024): modellen läser siffran, anger källan eller avböjer.

Data 113 d
contextetech

AI-datamängd: hitta NACE-koden för en verksamhet

44 dialoger med ett utdrag ur NACE Rev. 2.1 i kontexten: modellen anger koden, ber om ett förtydligande eller avböjer.

Data 23 d

Vad innebär det att anpassa en modell?

Att anpassa en modell innebär att träna om den på dina egna exempel så att den behärskar ditt område, ditt ordförråd eller dina format: det är fine-tuning. Det kräver ett dataset, träningsinställningar (ofta LoRA) och utvärderingar för att kontrollera vad den har lärt sig.