
一个使用Python和Langchain构建的日语汉字闪卡应用,结合了GPT-4的智能功能。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
5
±0 (10月13日〜)
最后提交
2023年10月
GitHub 创建日期
2023年10月17日
收录日
2023年11月10日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 6 |
| 2026年1月 | 6 |
| 2026年2月 | 6 |
| 2026年3月 | 6 |
| 2026年4月 | 6 |
| 2026年5月 | 6 |
| 2026年6月 | 6 |
| 2026年7月 | 6 |
| 2026年8月 | 5 |
| 2026年9月 | 5 |
| 2026年10月 | 5 |
| 2026年11月 | 5 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
ChatdollKituezo1.3kChatdollKit 可以让你将你的3D模型制作成聊天机器人。
chatvrmpixiv848ChatVRM是一个可以在浏览器中轻松与3D角色交谈的演示应用程序。
aiavatarkituezo704快速构建基于人工智能的对话化头像
generativeai-prompt-sample-japanesedahatake441ChatGPT和Copilot等各种生成AI用的“日本语”提示的示例
ChatGPT和Copilot等各种生成AI用的“日本语”提示的示例
jp-azureopenai-samplesazure-samples278为了提供使用Azure OpenAI实现应用程序的参考,我们免费提供应用程序示例(参考架构、示例代码和部署步骤)。
summarize_arxvrkmt173用图表总结arXiv论文
研究领域相近的资源
- ELYZA-japanese-Llama-2-7b-instructelyza3kELYZA‑japanese‑Llama‑2‑7b 是 Meta 的 Llama‑2 模型的 6.27 B 参数扩展版,已在包含 instruct 和 fast 变体的日语数据上预训练,可通过 Hugging Face Transformers 使用。HF 模型共同: 句法文本处理・语言模型
- japanese-gpt2-mediumrinna6kRinna 的 24 层、1024 隐藏单元的日语 GPT‑2‑medium 模型,基于 CC‑100 和维基百科训练,采用 SentencePiece 分词,已在 rinna/japanese‑pretrained‑models 仓库公开(MIT 许可证,2021 年 4 月 7 日发布,2021 年 8 月 25 日更新)。HF 模型共同: 句法文本处理・语言模型
- Llama-3.1-Swallow-8B-Instruct-v0.3tokyotech-llm5kLlama 3.1 Swallow 是一系列日语增强的 8B/70B Llama 3.1 模型,通过持续预训练和日语特定指令微调训练,最新的 8B‑Instruct‑v0.3 在日语 MT‑Bench 上取得了最先进的结果。HF 模型共同: 语言模型
- japanese-gpt2-smallrinna4krinna 的日语 GPT‑2 small 是一个 12 层、768 维隐藏层的 Transformer,训练于日语 CC‑100 和 Wikipedia,使用 SentencePiece 进行分词,发布于 2021 年 8 月 25 日,遵循 MIT 协议(Hugging Face: rinna/japanese‑gpt2‑small,参见 https://arxiv.org/abs/2404.01657)。HF 模型共同: 句法文本处理・语言模型
- Llama-3-ELYZA-JP-8Belyza4kLlama‑3‑ELYZA‑JP‑8B 是由 ELYZA 开发的、经过日语增强的 80 亿参数 Llama 3 模型,在 Meta‑Llama‑3‑8B‑Instruct 上针对日语微调。HF 模型共同: 语言模型
- japanese-gpt2-xsmallrinna3k一个6层、512隐藏单元的Transformer,称为Japanese GPT‑2 xSmall,在Japanese CC‑100和Wikipedia上使用SentencePiece分词训练,于2021年8月25日以MIT许可发布,并托管在Hugging Face(rinna/japanese‑gpt2‑xsmall)上,在arXiv 2404.01657中被引用。HF 模型共同: 句法文本处理・语言模型