10

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。

llm-jp-eval
LLM自動評価ツール
175
llm-jp-sft
教師ありファインチューニング
66
llm-jp-tokenizer
LLM用トークナイザー
54
llm-jp-corpus
学習用コーパス
49
llm-jp-eval-mm
マルチモーダルLLM評価
44
llm-jp-judge
生成自動評価
64
llm-jp-vila
VILAベースのVLMトレーニング
10
swallow-evaluation
評価スクリプト
26
swallow-evaluation-instruct
事後学習モデル評価
34
shisa-v2
shisa-v2(shisa-ai/shisa-v2):日本語/英語バイリンガルLLM。Star数35。
35
OneCompression
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。
445

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。

llm-jp-4.1-8b-thinking
llm-jp-4.1系の8B推論モデル
80k 18
llm-jp-4-8b-instruct
llm-jp-4シリーズ8Bモデル
49k 16
sarashina2.2-3b-instruct-v0.1
自己回帰型日本語モデル
16k 39
Llama-3-Swallow-8B-Instruct-v0.1
Meta Llama 3日本語拡張
9k 21
Llama-3.1-Swallow-8B-Instruct-v0.5
合成日本語データで学習
7k 20
Mistral-Nemo-Japanese-Instruct-2408
Mistral-Nemoの日本語版
6k 49
LFM2.5-1.2B-JP-202606
ハイブリッドアーキテクチャ
4k 82
Llama-3-ELYZA-JP-8B
Like数150と高い人気
4k 150
llm-jp-4-8b-thinking
推論トレース生成に対応した8Bモデル
3k 52
NVIDIA-Nemotron-Nano-9B-v2-Japanese
Mamba-2/MLP/Attention混合
3k 146
llm-jp-4-32b-a3b-thinking
MoE構成の32B推論モデル
2k 40
TinySwallow-1.5B-Instruct
TAID蒸留による軽量モデル
2k 61
TinySwallow-1.5B
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
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
ChatdollKit
3DモデルをチャットボットにするUnityツールキット
1.3k
aiavatarkit
AIベース会話型アバター構築
704
chatvrm
pixivによるVRMキャラクターとの会話デモ
848
gptuber-by-langchain
GPTがYouTuberを行うシステム
63
VRChatGPT
VRChat上での会話
15
AITuberDegikkoMirii
AITuber基盤
5
azure-search-openai-demo
RAGパターンの日本語実装
46
chatgpt-prompt-sample-japanese
日本語プロンプトサンプル
431

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

IgakuQA
日本の医師免許試験でのGPT-4/ChatGPT評価
52
japanese-llm-roleplay-benchmark
LLMキャラクターロールプレイ評価
42
pfmt-bench-fin-ja
日本語金融向けベンチマーク
9
igakuqa119
第119回医師免許試験LLM評価
10
jmle2026-bench
第120回日本医師免許試験(2026年2月実施)LLMベンチマーク
11