Oversigt over autentiske danske sprogmodeller, tale-til-tekst systemer, suveræn supercomputer-infrastruktur (Gefion) og AI-tjenester bygget specifikt til dansk sprog og databeskyttelse.
Gefion supercomputer (DCAI)
Trænet på autentisk dansk tekst
Medicinsk transskription & kodning
Fuld GDPR & datasuverænitet
Frit tilgængelige sprogmodeller, encodere og benchmark-værktøjer trænet på dansk tekst fra bl.a. Danmarks Radio, Folketinget og videnskabelige arkiver.
Open-source fundamentsmodeller udviklet af Aarhus Universitet (Center for Humanities Computing). Omfatter Munin 7B og danske RoBERTa-modeller på Hugging Face.
Førende danske NLP-værktøjer, herunder DaCY (spaCy-pipeline til dansk tekst), DaNE (navngivne enheder) og ScandEval (det officielle skandinaviske LLM-benchmark).
Specialiserede produktionsklare AI-tjenester til lægelig diagnostik, tale-til-tekst og automatiseret kundeservice.
Danskudviklet klinisk samtale-AI og akustisk tale-til-tekst til 112-akutmodtagelser og lægekonsultationer med automatisk ICD-10 diagnosekodning.
Dansk samtale-AI og sagsklassificering til enterprise og offentlig forvaltning, finjusteret til nordiske sprog og omnichannel sagsbehandling.
Danmarks nationale suveræne AI-supercomputer og risikostyring i overensstemmelse med den europæiske AI-forordning (EU AI Act).
Danmarks nationale suveræne AI-supercomputer med 1.528 NVIDIA H100 GPU’er, etableret af Novo Nordisk Fonden og EIFO til avanceret forskning, biovidenskab og AI-træning.
Dansk platform til overvågning, compliance og risikostyring af AI-modeller i henhold til EU AI Act, med automatisk generering af model cards og audit trails.
# Python: Load Danish Foundation Model (Munin / DFM) via Hugging Face
from transformers import AutoTokenizer, AutoModelForCausalLM
# Load the authentic Danish Munin model
model_id = "chcaa/dfm-encoder-large-v1" # or Munin 7B
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)
prompt = "Hvad er de vigtigste principper i den danske model for digital infrastruktur?"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))Internationale modeller oversætter ofte internt fra engelsk, hvilket skaber fejl i dansk grammatik, CPR-formater, retssprog og kulturelle referencer.
Dansk sundhedsdata og offentlige sagsakter kræver streng overholdelse af EU-lovgivning uden transit gennem tredjelande eller uigennemsigtige cloududbydere.
Med Munin, DaCY og Gefion har danske forskere og startups adgang til verificerbare modellers vægte og benchmarks uden leverandørlåsning.
Gør dit værktøj maskinopdageligt for tusindvis af AI-agenter og udviklere i Danmark. Opret dit opslag i kataloget.
Tilføj integration