
日本語の医療分野における事前学習済みBERTモデルの試験。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
13
±0 (10月13日〜)
最終コミット
2020年11月
GitHub での作成日
2020年10月22日
掲載日
2022年6月9日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 12 |
| 2026年1月 | 12 |
| 2026年2月 | 12 |
| 2026年3月 | 12 |
| 2026年4月 | 13 |
| 2026年5月 | 13 |
| 2026年6月 | 13 |
| 2026年7月 | 13 |
| 2026年8月 | 13 |
| 2026年9月 | 13 |
| 2026年10月 | 13 |
| 2026年11月 | 13 |
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
lukestudio-ousia727LUKE -- 知識ベース埋め込みを用いた言語理解
bert-japanesecl-tohoku551日本語テキスト用のBERTモデル。
bert-japaneseyoheikikuta497日本語テキスト用のSentencePieceを使用したBERT。
gpt2-japanesetanreinama322日本語GPT2生成モデル
japanese-dialog-transformersnttcslab247NTT株式会社が提供する日本語事前学習モデルの評価コード。
DistilBERT-base-jpBandaiNamcoResearchInc161日本語のDistilBERT事前学習モデルで、Wikipediaで訓練されました。
研究分野が近いリソース
- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M は local‑global attention と RoPE を組み合わせた日本語 BERT 変種で、4.09 T tokens の日本語/英語テキストで訓練され、102 400語の語彙、8 192トークンのシーケンスをサポートし、Flash Attention 2 用に最適化されています。HF モデル共通: 言語モデル・意味的テキスト処理
- deberta-v2-base-japaneseku-nlp24k日本語 DeBERTa V2 ベースモデルは、171 GBの日本語 Wikipedia、CC‑100、OSCAR データを用いて Juman++ セグメンテーションと SentencePiece トークン化で事前学習され、8枚の NVIDIA A100 GPU を 3週間使用してトレーニングされ、ファインチューニングに向けて準備ができています。HF モデル共通: 言語モデル・意味的テキスト処理
- modernbert-ja-130msbintuitions12k132 Mパラメータの日本語 ModernBERT モデルで、ローカルグローバルとRoPE注意を組み合わせ、4.39 T トークン(日本語/英語)で訓練され、102 kサイズの語彙、最大8,192トークン長、Flash Attention 2 に最適化されていますHF モデル共通: 言語モデル・意味的テキスト処理
GPTSANtanreinama119汎用スイッチトランスをベースにした日本語モード共通: 言語モデル・意味的テキスト処理
bertinformatix-inc28このリポジトリは、日本語コーパスで事前学習されたRoBERTaを使用するためのスニペットを提供しています。私たちのデータセットは、日本語のWikipediaとWebスクロールされた記事で、合計25GBです。リリースされたモデルは、HuggingFaceからのものをベースに構築されています。共通: 言語モデル・意味的テキスト処理
Laboro-DistilBERT-Japaneselaboroai16ラボロ DistilBERT 日本語共通: 言語モデル・意味的テキスト処理