大規模言語モデル(LLM)とChatGPT関連
10.1 LLM開発プロジェクト
近年、日本語に対応した大規模言語モデルの開発が活発化しており、複数の大規模プロジェクトが進行しています。
LLM-jpプロジェクト:国立情報学研究所(NII)を中心としたLLM勉強会の成果。
- llm-jp-eval(Star 175):LLM自動評価ツール
- llm-jp-sft(Star 66):教師ありファインチューニング
- llm-jp-tokenizer(Star 54):LLM用トークナイザー
- llm-jp-corpus(Star 49):学習用コーパス
- llm-jp-eval-mm(Star 44):マルチモーダルLLM評価
- llm-jp-judge(Star 64):生成自動評価
- llm-jp-vila(Star 10):VILAベースのVLMトレーニング
Swallowプロジェクト:東京工業大学を中心とした日本語LLM開発プロジェクト。
- swallow-evaluation(Star 26):評価スクリプト
- swallow-evaluation-instruct(Star 34):事後学習モデル評価
- swallow-corpus(Star記載なし):大規模日本語Webコーパス
shisa-v2(shisa-ai/shisa-v2):日本語/英語バイリンガルLLM。Star数35。
OneCompression(FujitsuResearch/OneCompression、Star 445):富士通研究所が開発したLLM向け後学習量子化(PTQ)パイプライン。QEP(NeurIPS 2025)、ILP混合精度、回転前処理、vLLMプラグインを統合した包括的な量子化フレームワークです。ローカルLLM実行や推論効率化の需要の高まりを背景に、商用グレードのPTQ実装としての活用が期待されます。
Hugging Faceにおける日本語LLM
Hugging Faceのtext-generationカテゴリでは、多数の日本語LLMが公開されています。ダウンロード数上位のモデルを以下に示します。
| モデル名 | HF DL数 | Like数 | 開発元 | 特徴 |
|---|---|---|---|---|
| llm-jp-4.1-8b-thinking | 80k | 18 | NII/LLM-jp | llm-jp-4.1系の8B推論モデル |
| llm-jp-4-8b-instruct | 49k | 16 | NII/LLM-jp | llm-jp-4シリーズ8Bモデル |
| sarashina2.2-3b-instruct-v0.1 | 16k | 39 | SB Intuitions | 自己回帰型日本語モデル |
| Llama-3-Swallow-8B-Instruct-v0.1 | 9k | 21 | 東京工業大学 | Meta Llama 3日本語拡張 |
| Llama-3.1-Swallow-8B-Instruct-v0.5 | 7k | 20 | 東京工業大学 | 合成日本語データで学習 |
| Mistral-Nemo-Japanese-Instruct-2408 | 6k | 49 | CyberAgent | Mistral-Nemoの日本語版 |
| LFM2.5-1.2B-JP-202606 | 4k | 82 | Liquid AI | ハイブリッドアーキテクチャ |
| Llama-3-ELYZA-JP-8B | 4k | 150 | ELYZA | Like数150と高い人気 |
| llm-jp-4-8b-thinking | 3k | 52 | NII/LLM-jp | 推論トレース生成に対応した8Bモデル |
| NVIDIA-Nemotron-Nano-9B-v2-Japanese | 3k | 146 | NVIDIA | Mamba-2/MLP/Attention混合 |
| llm-jp-4-32b-a3b-thinking | 2k | 40 | NII/LLM-jp | MoE構成の32B推論モデル |
| TinySwallow-1.5B-Instruct | 2k | 61 | Sakana AI | TAID蒸留による軽量モデル |
推論(thinking)系モデルへのシフトが続いています。新たに公開されたllm-jp-4.1-8b-thinking(80k/week)が本表の首位となり、GGUF形式のllm-jp-4-33b-thinking-gguf(271k/week、全HFモデル中10位)も大きく伸びています。一方、前回上位だったllm-jp-4-8b-thinking(21k→3k/week)とllm-jp-4-32b-a3b-thinking(16k→2k/week)は4.1系の登場に伴い減少し、指示チューニング版のllm-jp-4-8b-instruct(49k/week)は堅調です。NVIDIA-Nemotron-Nano-9B-v2-Japaneseは3k/weekで推移していますが、Like数146は依然として高水準です。
SwallowプロジェクトはHugging Face上でも極めて活発であり、Llama 3/3.1ベース、Gemma 2ベース、GPT-OSSベース、Qwen3ベースなど多様なベースモデルを日本語に拡張しています。特にGPT-OSS-Swallowは20Bと120Bの大規模モデルを提供し、数学とコーディング性能を保持しつつ日本語能力を強化しています。
ELYZAシリーズはLike数が高く(Llama-3-ELYZA-JP-8B: Like 150、ELYZA-japanese-Llama-2-7b-instruct: Like 75)、コミュニティから強い支持を受けています。
TinySwallow-1.5B(Sakana AI)はTAID蒸留技術を用いてQwen2.5-32B-Instructから軽量化したモデルであり、コンパクトながら高性能な日本語モデルの可能性を示しています。
LFM2.5-1.2B-JP(Liquid AI)はMamba-2とMLPを組み合わせたハイブリッドアーキテクチャを採用し、JMMLU 50.7、M-IFEval 58.1、GSM8K 56.0を達成しています。2026年6月版(LFM2.5-1.2B-JP-202606)は4k/week(Like 82)で、ONNX・GGUF形式も併せて配布されており、GGUF版は8k/weekと本体を上回る利用数を示しています。
10.2 ChatGPT/LLM応用
ChatGPTおよびLLMの日本語応用は多岐にわたります。
対話・チャットボット:
- ChatdollKit(Star 1,300):3DモデルをチャットボットにするUnityツールキット
- aiavatarkit(Star 704):AIベース会話型アバター構築
- chatvrm(Star 848):pixivによるVRMキャラクターとの会話デモ
VTuber・バーチャルキャラクター:
- gptuber-by-langchain(Star 63):GPTがYouTuberを行うシステム
- VRChatGPT(Star 15):VRChat上での会話
- AITuberDegikkoMirii(Star 5):AITuber基盤
RAG(Retrieval Augmented Generation):
- RAG-Japanese / rag-japanese(Star 10):日本語LLM向けRAG
- azure-search-openai-demo(Star 46):RAGパターンの日本語実装
- wikipedia-japanese-open-rag:Wikipedia日本語でのRAG
プロンプトエンジニアリング:
- chatgpt-prompt-sample-japanese(Star 431):日本語プロンプトサンプル
10.3 評価ベンチマーク
- IgakuQA(Star 52):日本の医師免許試験でのGPT-4/ChatGPT評価
- Japanese-RP-Bench:日本語ロールプレイ能力ベンチマーク
- japanese-llm-roleplay-benchmark(Star 42):LLMキャラクターロールプレイ評価
- pfmt-bench-fin-ja(Star 9):日本語金融向けベンチマーク
- igakuqa119(Star 10):第119回医師免許試験LLM評価
- jmle2026-bench(Star 11):第120回日本医師免許試験(2026年2月実施)LLMベンチマーク
- japanese-hr-niah(kufu):日本語人事労務ドメインにおけるロングコンテキストLLMの性能評価(Needle-In-A-Haystack形式)
- Doppelganger-JC:中国語と日本語の間のクロスリンガル同音異義語誤用ベンチマーク
- JMultiWOZ-TC(llm-jp):マルチターン対話シナリオでのエージェントFunction Calling評価