---
language:
  - nl
license: apache-2.0
pipeline_tag: text-generation
library_name: transformers
base_model: kamoo-ai/kamoo-one-135m
tags:
  - dutch
  - nederlands
  - sovereign-ai
  - small-language-model
  - instruct
  - chat
---

# kamoo-one-135m-instruct

**De instruct-variant van [kamoo-one-135m](https://huggingface.co/kamoo-ai/kamoo-one-135m): volgt Nederlandse instructies, antwoordt in ChatML en stopt netjes na zijn antwoord.**

Volledige fine-tune (assistant-only loss) van het basismodel op 22.636
Nederlandse instructievoorbeelden over negen taaktypes: instructies volgen,
kort vraag-antwoord, herschrijven naar B1, samenvatten, meerbeurten-chat,
JSON-extractie, gegrond vraag-antwoord, weigeren bij
onzekerheid/privacy, en classificeren/routeren. De tokenizer is uitgebreid
met ChatML-tokens (vocab 32.832); `<|im_end|>` is het stopteken.

## Gebruik

```bash
vllm serve kamoo-ai/kamoo-one-135m-instruct --max-model-len 1024
```

```python
from transformers import pipeline
pipe = pipeline("text-generation", model="kamoo-ai/kamoo-one-135m-instruct")
out = pipe([
    {"role": "system", "content": "Je bent Kamoo, een behulpzame Nederlandstalige AI-assistent. Antwoord helder, feitelijk en beknopt."},
    {"role": "user", "content": "Herschrijf naar eenvoudig Nederlands: De aanvraag wordt buiten behandeling gesteld."},
], max_new_tokens=80)
```

Geef altijd een systeemprompt mee die de taak stuurt; zonder systeemprompt
kan het model in de verkeerde taakmodus schieten.

## Trainingsdetails

- Basis: kamoo-one-135m (v0.8-corpus, 7,3 mld Nederlandse tokens; zie de
  model card van het basismodel voor de volledige datastamboom).
- SFT: 2 epochs over 2,9M tokens, assistant-only loss, lr 5e-5.
- SFT-data: kamoo-sft v0.3-everyday, 22.636 synthetische, getemplate
  Nederlandse voorbeelden (geen klant- of persoonsdata).

## Grenzen, eerlijk

Alles wat voor het basismodel geldt (geen betrouwbare parametrische feiten,
alleen Nederlands, 1.024 context), plus specifiek voor deze versie:

- **Vorm is sterker dan trouw.** Het model houdt zich goed aan formats
  (JSON-schema's, B1-register, beknopt antwoorden) maar kan bij extractie
  waarden invullen die niet letterlijk in de invoer staan. Controleer
  extractie-output tegen de bron; gebruik het niet ongecontroleerd voor
  gegevensinvoer.
- De SFT-data is volledig synthetisch/getemplated (v0.3); een versie met
  meer gegronde en diverse voorbeelden is in ontwikkeling.

## English summary

Instruction-tuned variant of the from-scratch Dutch 135M model
kamoo-one-135m. ChatML format, stops correctly, strong at format-following
(JSON, register rewriting, summarizing); extraction faithfulness is a known
limitation of the v0.3 templated SFT data. Apache-2.0. Built by
[kamoo](https://kamoo.nl).

---

*kamoo · [kamoo.nl](https://kamoo.nl) · [platform.kamoo.nl](https://platform.kamoo.nl)*