
日本語の類似度データセットで事前学習された日本語word2vecモデルを評価するスクリプト
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
12
±0 (10月13日〜)
最終コミット
2024年11月
GitHub での作成日
2020年2月6日
掲載日
2022年7月30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 | — |
| 2026年5月 | 12 |
| 2026年6月 | 12 |
| 2026年7月 | 12 |
| 2026年8月 | 12 |
| 2026年9月 | 12 |
| 2026年10月 | 12 |
| 2026年11月 | 12 |
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
JGLUEyahoojapan349JGLUE:日本語一般言語理解評価
llm-jp-evalllm-jp175このツールは、複数のデータセットを横断して日本語の大規模言語モデルを自動評価するものです.
jp-stabletree155JP言語モデル評価ハーネス
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分類
japanese-lm-fin-harnesspfnet-research80日本語言語モデルの金融評価ハーネス
japanese-llm-rankingyuzu-ai50このリポジトリは、YuzuAIのラクダリーダーボードをサポートしています。ラクダリーダーボードは、LMSYSのビクーナ評価の日本に特化した類似物です。
研究分野が近いリソース
- sentence-bert-base-ja-mean-tokenssonoisa14k文埋め込みを生成するJapanese Sentence‑BERT (v1) モデルで、改良版v2が利用可能で、Hugging Face Transformers とカスタム SentenceBertJapanese クラスを使用したサンプル使用例があります。HF モデル共通: 表現学習・言語モデル
jmtebsbintuitions96JMTEB(日本語大規模テキスト埋め込みベンチマーク)の評価スクリプト共通: 責任ある信頼できるNLP・表現学習
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。共通: 責任ある信頼できるNLP・言語モデル
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。共通: 責任ある信頼できるNLP・表現学習- ruri-v3-310mcl-nagoya634kRuri v3 は、ModernBERT‑Ja をベースとした最先端の日本語テキスト埋め込みモデルで、最大8,192トークンの入力、100Kトークンの語彙、FlashAttention で加速された推論、および高速な sentence‑transformer での使用のための複数サイズバリアントをサポートします。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-30mcl-nagoya126kRuri v3 は、ModernBERT‑Ja をベースに構築された最先端の日本語テキスト埋め込みモデルで、最大 8,192 トークン、100 k‑トークン語彙、FlashAttention 加速、37 M から 315 M の複数サイズに対応しています。HF モデル共通: 表現学習・意味的テキスト処理