
これは、LLM(Large Language Model)における中国語と日本語の間でのクロスリンガルな同音異義語の誤用をベンチマークとしたデータセットです。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
2
±0 (10月13日〜)
最終コミット
2026年1月
GitHub での作成日
2025年7月14日
掲載日
2026年3月15日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | 1 |
| 2026年4月 | 1 |
| 2026年5月 | 1 |
| 2026年6月 | 2 |
| 2026年7月 | 2 |
| 2026年8月 | 2 |
| 2026年9月 | 2 |
| 2026年10月 | 2 |
| 2026年11月 | 2 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
jmed-llmsociocom59JMED-LLM: 大規模言語モデル向けの日本医学評価データセット
japanese-llm-benchmarkshi3z53さまざまなLLMの日本語能力を評価するためのベンチマークツール。
EDINET-BenchSakanaAI37[ICLR 2026] 日本の難しい金融タスクにおけるLLMのパフォーマンス評価。
Japanese-RP-BenchAratako25Japanese-RP-BenchはLLMの日本語ロールプレイ能力を測定するためのベンチマークです。
do-not-answer-jakunishou242023年8月にメルボルン大学から公開された安全性評価データセット『Do-Not-Answer』を日本語LLMの評価においても使用できるように日本語に自動翻訳し、さらに日本文化も考慮して修正したデータセット。
jmle2026-benchnaoto-iwase112026年2月7日から8日に行われる第120回日本医師免許試験のLLMベンチマーク
研究分野が近いリソース
LCTG-BenchCyberAgentAILab5LCTGベンチ:LLM制御テキスト生成ベンチマーク
LCTGベンチ:LLM制御テキスト生成ベンチマーク共通: アノテーション・データセット構築
japanese-hr-niahkufu1日本語人事労務ドメインにおけるロングコンテキストLLMの性能評価ベンチマーク共通: アノテーション・データセット構築- ELYZA-tasks-100elyza2k注釈付きタスク(要約訂正、数学推論、翻訳、創造的生成、ユーザー意図理解など)を網羅した100サンプルの日本語インストラクション・チューニング評価データセット。微調整モデルを手動または自動で5点評価できるよう設計されている。HF データセット共通: アノテーション・データセット構築
- JDocQA-Reasoningricoh-ai269リコーがGENIACプロジェクトのために公開した日本語ベンチマーク「JDocQA Reasoning Bench」は、複雑なチャート・表・図を用いた1,286問の推論問題でLMMを評価し、自動化されたLLM-as‑Judgeスコアリングを使用します。HF データセット共通: アノテーション・データセット構築
- AnswerCarefullyllm-jp644AnswerCarefully Datasetは、商業利用または非商業利用のLLM安全向上のために日本語および多言語データを提供し、他の使用(安全迂回を含む)を禁止し、帰属を伴う派生作品を許可し、害やサービス変更に対する非責任の創作者免責事項を付帯しています。HF データセット共通: アノテーション・データセット構築
- JGLUEllm-book546『Large Language Model Introduction』で使われるJGLUE datasetのデータセットカード。元のリポジトリ (original repo) から取得し、コードはCC BY‑SA 4.0でライセンス、データは配布者のライセンスに基づく。Kurihara & Kawahara(日本語)を引用し、Shunsuke Kitada’s repository をベースに構築。HF データセット共通: アノテーション・データセット構築