
评估多模态大型语言模型在竖排日文文本上的表现
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
3
±0 (10月13日〜)
最后提交
2026年5月
GitHub 创建日期
2025年8月6日
收录日
2026年3月8日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | 1 |
| 2026年4月 | 1 |
| 2026年5月 | 2 |
| 2026年6月 | 3 |
| 2026年7月 | 3 |
| 2026年8月 | 3 |
| 2026年9月 | 3 |
| 2026年10月 | 3 |
| 2026年11月 | 3 |
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
llm-leaderboardwandb95日本任务的llm评估项目
japanese-llm-rankingyuzu-ai50该存储库支持YuzuAI的Rakuda排行榜,该排行榜是日本LLMs的日本重点模拟版本,类似于LMSYS的Vicuna评估。
llm-jp-eval-mmllm-jp44这个工具会自动评估日本多模态大型语言模型在多个数据集上的表现。
japanese-llm-roleplay-benchmarkoshizo42这个存储库是为了评估日本语LLM角色扮演的性能而创建的。
gpt4-autoevalnorthern-system-service17使用GPT-4来自动评估语言模型的响应的脚本
IgakuQA119naoto-iwase10评估第119届日本医师执照考试上的LLMs
研究领域相近的资源
- vntl-leaderboardlmg-anon857一个排行榜,按语义准确度对大型语言模型进行排名,用于将日文视觉小说翻译成英文。该排行榜使用256个样本的余弦相似度,并报告 chrF 分数,以与 Sugoi Translator、Google Translate、Naver Papago 和 Alibaba Translate 等工具进行比较。HF 数据集共同: 大语言模型・评测与基准
- llm-jp-4-vl-9bllm-jp4kLLM‑jp‑4‑VL 9B 是 LLM‑jp 推出的视觉语言模型,基于 llm‑jp‑4‑8b‑thinking 和 SigLIP 2‑SO400m 进行构建,使用面向商业友好的数据训练,在答案前添加推理轨迹,并在 CharXiv、HakushoBench 等文本和图表基准测试中优于其 beta 版本。HF 模型共同: 大语言模型・图像与多模态
IgakuQAjungokasai52评估GPT-4和ChatGPT在日本医学执照考试中的表现共同: 大语言模型・评测与基准- PaddleOCR-VL-For-Mangajzhang5333k从 PaddleOCR‑VL 微调得到的 PaddleOCR‑VL‑For‑Manga 在 Manga109 的对话框裁剪图像上实现了70%完整句子准确率—是27%基线的三倍以上—并使用多语言数据集,包含训练代码和开发者指南。HF 模型共同: 大语言模型・图像与多模态
- gemma-4-12B-it-qat-UD-japanese-imatrixdahara12k一个 1/4 大小、CPU‑friendly 的日语优化量化 Gemma 4 模型(Apache 2.0),可全程在本地运行,提供可选的开发者支持与稳健的基准测试。HF 模型共同: 大语言模型・图像与多模态
JaSPICEYuigaWada9JaSPICE:使用谓词-论元结构自动评估图像字幕模型的评估指标共同: 评测与基准・图像与多模态