
日本語のWikipediaに事前学習されたdoc2vecモデル
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
25
±0 (10月13日〜)
最終コミット
2019年1月
GitHub での作成日
2019年1月24日
掲載日
2025年12月30日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 25 |
| 2026年1月 | 25 |
| 2026年2月 | 25 |
| 2026年3月 | 25 |
| 2026年4月 | 25 |
| 2026年5月 | 25 |
| 2026年6月 | 25 |
| 2026年7月 | 25 |
| 2026年8月 | 25 |
| 2026年9月 | 25 |
| 2026年10月 | 25 |
| 2026年11月 | 25 |
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
llm-jp-sftllm-jp66このリポジトリには、LLM-jpモデルの教師ありファインチューニングのためのコードが含まれています。
研究分野が近いリソース
pl-bert-jakyamauchi102324日本語音素レベルBERTのリポジトリ共通: 言語モデル
swallow-evaluation-instructswallow-llm34Swallowプロジェクト 事後学習ずみ大規模言語モデル 評価フレームワーク共通: 言語モデル- 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
- deberta-v2-base-japanese-char-wwmku-nlp24k日本語のDeBERTa‑V2ベースモデルで、171 GBの日本語Wikipedia、CC‑100、およびOSCARテキストをキャラクターレベルトークン化とワードレベルマスクで事前学習し、8台のA100 GPUで20日間訓練済みで、下流のファインチューニングに準備完了です。HF モデル共通: 言語モデル
- 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
- 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