Engineers / Gevorderd

Open-weight modellen en fine-tuning

Draai en tune open modellen zelf: post-training, voorkeurstuning en wanneer zelf hosten de juiste keuze is.

Voor wie

Engineers met Python- en PyTorch-basis die een klein open model aan hun eigen taak willen aanpassen.

Stappen
8
Niveau
Gevorderd

Wat je daarna kunt

  • Een klein open model finetunen op je eigen taak
  • Het vergelijken met een algemeen model op dezelfde testset
  • Beoordelen wanneer zelf hosten de moeite waard is

Het pad, stap voor stap

  1. Cursus

  2. Cursus

  3. Cursus

  4. Cursus

  5. Bouwen

    Een klein model finetunen en vergelijken

    Doel. Tune een klein open model op een smalle taak en laat met cijfers zien of het beter is dan het niet-getunede model.

    Wat je doet

    1. Kies een smalle taak, zoals het classificeren van supporttickets, en schrijf een testset van 50 voorbeelden.
    2. Score eerst het niet-getunede model op de testset. Dat is je baseline.
    3. Finetune op een trainingsset die niet overlapt met de testset.
    4. Vergelijk kwaliteit, snelheid en kosten per duizend verzoeken.

    Hoe goed eruitziet. Je kunt met cijfers zeggen wanneer het getunede model de betere keuze is en wanneer niet.

  6. Lezen

  7. Check

  8. Check

Cursusgegevens komen van de aanbieders. Kijk op de pagina van de aanbieder voor de nieuwste details.

Volgende stap

Wil je dat je team dit samen leert?

We geven workshops aan bedrijfsteams en studenten, op locatie of online. Vertel wie de deelnemers zijn en wat ze daarna moeten kunnen.

Open voor projecten in Q4 2026