LLM‑jp‑4‑VL 9Bは、LLM‑jpから開発されたビジョン・ランゲージモデルで、llm‑jp‑4‑8b‑thinkingとSigLIP 2‑SO400mをベースにしており、商用利用に適したデータで訓練されました。回答の前に推論トレースを追加し、CharXivやHakushoBenchなどのテキスト・チャートベンチマークでベータ版よりも優れた性能を発揮します。
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)
4,000
Hugging Face の Like 数
19
掲載日
2026年9月7日
同じカテゴリで人気のリソース
研究分野が近いリソース
- gemma-4-12B-it-qat-UD-japanese-imatrixdahara12kCPUに優しい日本語最適化量子化Gemma 4モデル(1/4サイズ、Apache 2.0)で、完全にオンプレミスで動作し、開発者サポートと堅牢なベンチマークをオプションで提供します共通: 大規模言語モデル(LLM)・画像・マルチモーダル
PaddleOCRPaddlePaddle91kあらゆるPDFや画像ドキュメントをAI向けの構造化データに変換。画像・PDFとLLMの橋渡しをする、強力で軽量なOCRツールキット。100以上の言語に対応。多言語共通: 大規模言語モデル(LLM)・画像・マルチモーダル
koharukoharu-rs6.7kRustで書かれたLLMを使用した自動漫画翻訳ツール。GitHub共通: 大規模言語モデル(LLM)・画像・マルチモーダル- Jaglellm-jp168Jagleは、画像–テキストペアとPDFコーパスから構築された約920万件のインスタンスを持つ日本語マルチモーダルポストトレーニングデータセットであり、LLM‑jp‑4‑VL 9B betaの訓練に使用され、日本語ビジョン・ランゲージタスクで性能向上が示されています。HF データセット共通: 大規模言語モデル(LLM)・画像・マルチモーダル
transformershuggingface167k🤗 Transformers:テキスト・画像・音声・マルチモーダルの最先端機械学習モデルのためのモデル定義フレームワークで、推論と学習の両方に対応。多言語共通: 画像・マルチモーダル- 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。共通: 大規模言語モデル(LLM)