
医療LLMのための英語、日本語、中国語の3か国語QA基準
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
6
±0 (10月13日〜)
最終コミット
2025年1月
GitHub での作成日
2024年12月16日
掲載日
2026年6月16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 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | 6 |
| 2026年7月 | 6 |
| 2026年8月 | 6 |
| 2026年9月 | 6 |
| 2026年10月 | 6 |
| 2026年11月 | 6 |
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。
jemhopqaaiishii30JEMHopQA(Japanese Explainable Multi-hop Question Answering)は、内部推論を評価できる日本語のマルチホップQAデータセットです。
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。
研究分野が近いリソース
- 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
- JGLUEshunk0313k日本語 NLP ベンチマーク(Yahoo Japan と早稲田大学が作成)に対する JGLUE データセットカードとロードスクリプトを更新しました。テキスト分類(MARC‑ja、JCoLA)、文対分類(JNLI)、QA(JSQuAD、JCommonsenseQA)をカバーし、リリースは GitHub と Hugging Face にリンクされています。HF データセット共通: アノテーション・データセット構築
- JamC-QAsbintuitions2kJamC‑QA は、8つの日本文化・知識カテゴリにわたる多肢選択問題のバイリンガルベンチマークで、リーダーボードメトリクスで最先端モデルを比較します。HF データセット共通: アノテーション・データセット構築
- auto-wiki-qacl-nagoya747AutoWikiQA は、Swallow-MX と LLMs(ルールベースのテンプレートを使わず)を用いて Wikipedia から自動生成された質問–回答ペアを手作業でフィルタリングし、230 万件以上の無料の日本語 QA データセットです。知識教示および検索強化生成アプリケーションをサポートします。HF データセット共通: アノテーション・データセット構築
- nri-fin-reasoningnri-ai707日本語の指示データセットで、632,636 のマルチターンサンプル(約6.35 Bトークン)と、GPT‑OSS‑120b の推論トレースが含まれ、オープンエンド、数学、執筆、MCQA タスクで、135 の金融トピックと 20 の一般トピックを網羅し、LLM の推論を金融でファインチューニングするよう設計されています。HF データセット共通: アノテーション・データセット構築
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ベンチマーク共通: アノテーション・データセット構築