3 ビリオンパラメータの日本語特化LLM、Sarashina2.2‑3Bは、合成数学/コーディングデータと小規模アプリケーションデータで微調整を含む三段階で訓練され、日本語QA・数学・コーディングベンチマークで大規模モデルを上回る性能を示すが、指示チューニングは欠如し、偏ったり意味不明な出力を生成する可能性がある。
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)
2,000
Hugging Face の Like 数
22
掲載日
2026年9月14日
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 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 1,000 |
| 2026年10月 | 1,000 |
| 2026年11月 | 2,000 |
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
- 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。
- Llama-3.1-Swallow-8B-Instruct-v0.5-ggufmmnga7ktokyotech‑llm による Llama‑3.1‑Swallow‑8B‑Instruct‑v0.5 の GGUF conversion、TFMC/imatrix‑dataset‑for‑japanese‑LLM を組み込んだ、llama.cpp の Build/Run instructions 付き。
- sarashina2.2-3b-instruct-v0.1-ggufmmnga4kTFMC / imatrix‑dataset‑for‑japanese‑llm で構築された sbintuitions の sarashina2.2‑3b‑instruct‑v0.1 モデルの GGUF フォーマット変換。CUDA 対応推論は llama.cpp 経由で実行可能です
- llm-jp-3.1-13b-instruct4-ggufmmnga4k日本語のタスクにCUDAで使用できる、TFMC/imatrix‑dataset‑for‑japanese‑llm の imatrix データを用いてビルドされた llama.cpp で利用可能な GGUF フォーマット版 llm‑jp‑3.1‑13b‑instruct4。
- Llama-3-ELYZA-JP-8B-ggufmmnga4kGGUF‑converted Llama‑3‑ELYZA‑JP‑8B は elyza によって構築され、TFMC/imatrix‑dataset‑for‑japanese‑LLM で作られ、llama.cpp で使用できます。
- llm-jp-3.1-1.8b-instruct4-ggufmmnga3kTFMC/imatrix‑dataset‑for‑japanese‑llm から構築された llm‑jp‑3.1‑1.8b‑instruct4 の GGUF フォーマット版で、ja-LLM 推論のために llama.cpp の CUDA ビルドと互換性があります。
研究分野が近いリソース
- auto-wiki-qacl-nagoya747AutoWikiQA は、Swallow-MX と LLMs(ルールベースのテンプレートを使わず)を用いて Wikipedia から自動生成された質問–回答ペアを手作業でフィルタリングし、230 万件以上の無料の日本語 QA データセットです。知識教示および検索強化生成アプリケーションをサポートします。HF データセット共通: 大規模言語モデル(LLM)・質問応答・推論
- nri-fin-reasoningnri-ai707日本語の指示データセットで、632,636 のマルチターンサンプル(約6.35 Bトークン)と、GPT‑OSS‑120b の推論トレースが含まれ、オープンエンド、数学、執筆、MCQA タスクで、135 の金融トピックと 20 の一般トピックを網羅し、LLM の推論を金融でファインチューニングするよう設計されています。HF データセット共通: 大規模言語モデル(LLM)・質問応答・推論
- 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)
- 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。共通: 大規模言語モデル(LLM)
- 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。共通: 大規模言語モデル(LLM)
- 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。共通: 大規模言語モデル(LLM)