
LLM-jp-4模型的示例脚本
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
40
+1 (10月13日〜)
最后提交
2026年10月
GitHub 创建日期
2026年3月27日
收录日
2026年5月20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 | — |
| 2026年4月 | — |
| 2026年5月 | 23 |
| 2026年6月 | 25 |
| 2026年7月 | 29 |
| 2026年8月 | 32 |
| 2026年9月 | 32 |
| 2026年10月 | 39 |
| 2026年11月 | 40 |
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
Gemma2_2b_Japanese_finetuning_colab.ipynbmain12对Google Gemma进行日语指令的微调
llm-bookghmagazine478「大规模语言模型入门」(技术评论社,2023)的GitHub仓库
ttslearnr9y9270ttslearn: 用于Python的图书馆学习语音合成(使用Python进行文本转语音)
bert-bookstockmarkteam265“BERT自然语言处理入门:使用Transformers的实践编程”支持页面
bert-classification-tutorialhppRC232【2023年版】基于BERT的文本分类
genai-agent-advanced-bookmasamasa59208书籍“现场应用生成AI代理实践入门”(講談社サイエンティフィック社)中使用的源代码
研究领域相近的资源
awesome-japanese-llmllm-jp1.4k开源的日语LLM总结共同: 大语言模型・教程与学习资源- japanese-gpt-neox-smallrinna656k一个 12 层、768 隐藏层的日语 GPT‑NeoX 模型,训练数据为 CC‑100、C4 以及 Wikipedia,兼容 Huggingface,并配备可选的玩具前缀调优权重,能强制每个句子末尾以笑脸表情符号结束。HF 模型共同: 大语言模型
- Spark-X2.5-4B-Heretic-jp-ggufsoyaakinohara589k日语适配版 Spark‑X2.5‑4B 模型(Heretic JP),具备拒绝衰减、预训练、指令调优和工具调用修复功能,可在 BF16 至 Q4_K_M 的 GGUF 量化版本中使用,约 2.5 GiB,支持 llama.cpp 的 1,048,576‑token 上下文。HF 模型共同: 大语言模型
- llm-jp-4-33b-thinking-ggufllm-jp271kLLM‑jp‑4‑33b‑thinking‑gguf 是日本国立信息学研究所的 33 B 日语语言模型,已使用 SFT 和 DPO(无 RL)预训练,可通过 LLM‑jp fork 在 llama.cpp 上使用,并在其 cookbook 中提供详细使用说明。HF 模型共同: 大语言模型
- llm-jp-4.1-8b-thinkingllm-jp80kLLM‑jp‑4.1‑8b‑thinking 是日本国立信息学研究所(NII)LLM 研发中心的一个 33 B Transformer 语言模型,采用中途预训练方式,并通过 SFT/DPO 对齐(无 RL),旨在用于日语 NLP 任务,并已在菜谱和技术博客中进行记录。HF 模型共同: 大语言模型
- llm-jp-3-150mllm-jp75kLLM‑jp‑3‑150m——来自国立信息学研究所LLM研发中心的150 M参数日语语言模型——以 Hugging Face Transformers 格式发布,需要 torch ≥ 2.3.0、transformers ≥ 4.40.1、accelerate ≥ 0.29.3、flash‑attn ≥ 2.5.8,并且在日本维基百科、Common Crawl、WARP/PDF、WARP/HTML 和 Kaken 数据上使用 unigram byte‑fallback tokenizer 进行预训练。HF 模型共同: 大语言模型