ELYZA‑japanese‑Llama‑2‑7b は、Meta の Llama‑2 モデルの 6.27B パラメータ拡張で、インストラクトとファストバリアントで日本語データ上で事前学習され、Hugging Face Transformers を通じて利用できるものです。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
3,000
Hugging Face の Like 数
75
掲載日
—
ページ作成時から掲載
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 5,000 |
| 2026年1月 | 6,000 |
| 2026年2月 | 3,000 |
| 2026年3月 | 4,000 |
| 2026年4月 | 3,000 |
| 2026年5月 | 2,000 |
| 2026年6月 | 5,000 |
| 2026年7月 | 4,000 |
| 2026年8月 | — |
| 2026年9月 | 2,000 |
| 2026年10月 | 2,000 |
| 2026年11月 | 3,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- 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。
- Spark-X2.5-4B-Heretic-jp-ggufsoyaakinohara589kHeretic JPに適応されたSpark‑X2.5‑4Bモデル(Japanese‑adapted Spark‑X2.5‑4B model)で、拒否抑制、事前学習、指示調整およびツール呼び出し修復が組み込まれており、BF16からQ4_K_MまでのGGUF量子化版(約2.5 GiB)が利用可能です。1,048,576トークンコンテキストでllama.cppを介して使用できます。
- llm-jp-4-33b-thinking-ggufllm-jp271kLLM‑jp‑4‑33b‑thinking‑ggufは、国立情報学研究所から提供される33 Bの日本語言語モデルで、SFTとDPO(RLなし)で事前訓練されています。llama.cppではLLM‑jpフォーク経由で利用可能で、詳細な使用方法がクックブックに記載されています。
- llm-jp-4.1-8b-thinkingllm-jp80kLLM‑jp‑4.1‑8b‑thinking は、NII の LLM R&D Center が開発した 33 B トランスフォーマー言語モデルで、途中でのみ事前学習され、SFT/DPO(RL を使用しない)によって調整されています。日本語 NLP タスク向けに設計され、クックブックと技術ブログで文書化されています。
- 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。
- llm-jp-4-8b-instructllm-jp49kllm‑jp‑4‑8b‑instructは、NIIのLLM‑jp‑4シリーズからの4.1 Bパラメータを持つ日本語LLMで、大規模コーパスで事前学習され、次に教師付き指示データのみでファインチューニングされ(DPO/REINFORCEは使用していない)、料理本スタイルの使用ガイドとbyte‑fallbackユニグラムトークナイザーが付属します。
研究分野が近いリソース
kanji-flashcard-app-gpt4adilmoujahid5PythonとLangchainを使用して構築された日本語漢字フラッシュカードアプリで、GPT-4の知能が強化されています。GitHub共通: 統語的テキスト処理・言語モデル- japanese-gpt2-mediumrinna6kRinnaの24層、1024ユニットの日本語GPT‑2‑mediumモデルは、CC‑100とWikipediaをSentencePieceトークナイゼーションで学習され、rinna/japanese‑pretrained‑modelsリポジトリで入手できます(MITライセンス、2021年4月7日リリース、2021年8月25日更新)。共通: 統語的テキスト処理・言語モデル
- Llama-3.1-Swallow-8B-Instruct-v0.3tokyotech-llm5kLlama 3.1 Swallowは、継続的なプレトレーニングと日本語特有のインストラクションファインチューニングで訓練された8B / 70B Llama 3.1モデルの日本語強化シリーズです。最新の8B‑Instruct‑v0.3は、日本語MT‑Benchで最先端の結果を示しています。共通: 言語モデル
- japanese-gpt2-smallrinna4krinnaの日本語GPT‑2 smallは、12層、768ユニットの隠れ層を持つtransformerで、日本語CC‑100とWikipediaをデータとして学習され、SentencePieceでトークナイズされ、MITライセンスのもとで2021年8月25日にリリースされました(Hugging Face: rinna/japanese‑gpt2‑small、詳細は https://arxiv.org/abs/2404.01657 を参照)。共通: 統語的テキスト処理・言語モデル
- Llama-3-ELYZA-JP-8Belyza4kLlama‑3‑ELYZA‑JP‑8B は、ELYZA によって開発された日本語強化版で、8 billion パラメータ(80億)を持つ Llama 3 モデルで、Meta‑Llama‑3‑8B‑Instruct 上で日本語用に微調整されています。共通: 言語モデル
- japanese-gpt2-xsmallrinna3k6層、512ユニットの隠れ層を持つトランスフォーマーで、Japanese GPT‑2 xSmall と呼ばれ、Japanese CC‑100 および Wikipedia を SentencePiece でトークナイズして学習された。2021年8月25日に MIT ライセンスで公開され、Hugging Face(rinna/japanese‑gpt2‑xsmall)にホストされ、arXiv 2404.01657 で引用されている。共通: 統語的テキスト処理・言語モデル