
该存储库包含了LLM-jp模型的监督微调代码。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
66
+1 (10月13日〜)
最后提交
2024年6月
GitHub 创建日期
2023年10月11日
收录日
2023年10月23日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 62 |
| 2026年1月 | 62 |
| 2026年2月 | 62 |
| 2026年3月 | 62 |
| 2026年4月 | 62 |
| 2026年5月 | 62 |
| 2026年6月 | 62 |
| 2026年7月 | 62 |
| 2026年8月 | 62 |
| 2026年9月 | 63 |
| 2026年10月 | 65 |
| 2026年11月 | 66 |
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-lora-classificationhppRC97llm-lora-classification
llm-lora-分类
llm-jp-tokenizerllm-jp54这是一个整理了在LLM勉强会(LLM-jp)中开发的与LLM的分词器相关的存储库。
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。
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。
jmlm_scoringminhpqn5基于掩码语言模型的日语和越南语评分
t5_japanese_dialogue_generationJinyamyzk3使用T5生成对话
研究领域相近的资源
- deberta-v3-base-japaneseku-nlp13kJapanese DeBERTa V3 base 在 LLM‑jp v1.0 的 540 B tokens 上预训练,使用经过修改的 DeBERTa V3 设置训练,采用 unigram byte‑fallback tokenizer(不使用形态学分析器),并针对 JGLUE NLU 任务进行微调。HF 模型共同: 语言模型・语义文本处理
gpt2-japanesetanreinama322日本GPT2生成模型共同: 语言模型・语义文本处理
t5-japanesemegagonlabs39用于预训练日语T5模型的代码共同: 语言模型・语义文本处理- 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: 语言模型・语义文本处理
- 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: 语言模型・语义文本处理
- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M 是一种日语 BERT 变体,融合了局部-全局注意力和 RoPE,训练于 4.09 T 日语/英语文本,支持 102 400 词汇量、8 192 令牌序列,并针对 Flash Attention 2 进行了优化。HF 模型共同: 语言模型・语义文本处理