Eén generatie, drie maten, één tokenizer. Vanaf nul getraind met Nederlands als basis.
| model | parameters | rol | beschikbaarheid |
|---|---|---|---|
| Polder-70M | 70M | compact experimenteermodel | gratis · hugging face |
| Polder-350M | 350M | compact, on-device | gratis · hugging face |
| Polder-1B | 1B | de Nederlandse assistent | betaald · via de api |
De lichtste maat, voor onderzoek, onderwijs en snelle proeven, tot op een telefoon. Dezelfde tokenizer en dezelfde aanpak als zijn grotere broers, onder Apache-2.0.
Classificeren, structureren en herschrijven, dicht bij je eigen data. Licht genoeg voor een laptop en offline draaien kan ook.
Het gezicht van de familie: een Nederlandse assistent die instructies volgt, met specialist-varianten voor extractie, samenvatten en begrijpelijke taal. Via onze API, op servers in Nederland.
Varianten van het 1B-model, getraind op één taak, met een eigen verifieerbare meetlat.
| variant | taak | zo meten we hem |
|---|---|---|
| -Extract | document + JSON-schema in, gevuld JSON uit | schema-validatie en veldvergelijking |
| -Summary | uitspraken, raadsstukken en beleidsproza samenvatten | dekking van de kern, feitelijke trouw |
| -B1 | ambtelijk Nederlands herschrijven naar begrijpelijke taal | leesbaarheidsmetrics |
| -Redact | persoonsgegevens in NL-documenten herkennen en lakken | precision en recall op gelabelde sets |
| -RAG | antwoorden uitsluitend uit meegeleverde context, met bron | controle dat het citaat uit de context komt |
| -Translate | compact vertalen tussen Nederlands en Engels | standaard MT-metrieken |
Een klein model kiest. Dit is de afbakening waar je op kunt bouwen, en waar je iets anders voor nodig hebt.
Volg de familie in het logboek.
Van tokenizer tot trainingsrun: iedere stap krijgt een verslag in het blog.
