
JMED-LLM: 大規模言語モデル向けの日本医学評価データセット
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
59
±0 (10月13日〜)
最終コミット
2024年9月
GitHub での作成日
2024年7月11日
掲載日
2024年7月15日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 53 |
| 2026年1月 | 55 |
| 2026年2月 | 56 |
| 2026年3月 | 56 |
| 2026年4月 | 57 |
| 2026年5月 | 57 |
| 2026年6月 | 59 |
| 2026年7月 | 59 |
| 2026年8月 | 59 |
| 2026年9月 | 59 |
| 2026年10月 | 59 |
| 2026年11月 | 59 |
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
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
medLLM_QA_benchmarkaistairc6医療LLMのための英語、日本語、中国語の3か国語QA基準
研究分野が近いリソース
- JMedBenchColdog23331kJMedBenchは日本語医療・生物医学用LLMベンチマークであり、20のデータセットをMCQA、NER、STSなどを含む5つのタスクにまたがって構成しています。データセットはMedMCQA、PubMedQA、MMLUなどから取得されており、それぞれに独自のライセンスが付属しています。また、翻訳にバイアスが含まれる可能性があるため、人間によるレビューが必要であるという注意事項が記載されています。HF データセット共通: 言語モデル・意味的テキスト処理
- japanese-gpt-neox-smallrinna656kCC‑100、C4、Wikipedia で学習された12‑layer、768‑hidden の日本語 GPT‑NeoX モデル。Huggingface と互換性があり、各文の末尾に必ず笑顔の絵文字を付けるオプションのトイプレフィックス調整ウェイトが付属しています。HF モデル共通: 言語モデル・意味的テキスト処理
- llm-jp-3-150mllm-jp75k「LLM‑jp‑3‑150m」は、情報学研究所のLLM R&D Centerが開発した150Mパラメータを有する日本語言語モデルです。Hugging Face Transformers形式で配布され、torch ≥ 2.3.0、transformers ≥ 4.40.1、accelerate ≥ 0.29.3、flash‑attn ≥ 2.5.8 が必要です。Japanese Wikipedia、Common Crawl、WARP/PDF、WARP/HTML、Kaken データを使用し、unigram byte‑fallback tokenizer で事前学習されています。HF モデル共通: 言語モデル・意味的テキスト処理
- llm-jp-3-1.8bllm-jp3k日本語大規模言語モデル(1.8 b から 172 b beta1、インストラクションバリアント付き)のコレクションで、NIIの研究開発センターから提供され、Hugging Face Transformers 形式でパッケージ化され、1兆語以上の日本語・英語・Web コーパスを混合して事前学習されています。torch ≥ 2.3、transformers ≥ 4.40、accelerate ≥ 0.29、flash‑attn ≥ 2.5 が必要です。HF モデル共通: 言語モデル・意味的テキスト処理
- japanese-gpt-1brinna2k1.3Bパラメータ、24層のトランスフォーマー GPT-1Bは、日本語C4、CC-100、およびWikipediaで学習され、rinna Co. によって2022年1月26日にリリースされ、MITライセンスの下で利用可能です。HF モデル共通: 言語モデル・意味的テキスト処理
- deberta-v3-base-japaneseku-nlp13kJapanese DeBERTa V3 base は、LLM‑jp v1.0 から 540 B トークンで事前学習され、修正された DeBERTa V3 セットアップで訓練され、形態素解析器を使用しないユニグラム・バイトフォールバックトークナイザーを使用し、JGLUE NLUタスク用に微調整済みです。HF モデル共通: 言語モデル・意味的テキスト処理