
用于日语的aMLP Transformer模型
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
16
±0 (10月13日〜)
最后提交
2022年5月
GitHub 创建日期
2021年11月13日
收录日
2022年7月28日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 16 |
| 2026年1月 | 16 |
| 2026年2月 | 16 |
| 2026年3月 | 16 |
| 2026年4月 | 16 |
| 2026年5月 | 16 |
| 2026年6月 | 16 |
| 2026年7月 | 16 |
| 2026年8月 | 16 |
| 2026年9月 | 16 |
| 2026年10月 | 16 |
| 2026年11月 | 16 |
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
lukestudio-ousia727LUKE -- 基于知识嵌入的语言理解
bert-japanesecl-tohoku551用于日语文本的BERT模型。
bert-japaneseyoheikikuta497使用SentencePiece的BERT模型用于日语文本。
gpt2-japanesetanreinama322日本GPT2生成模型
japanese-dialog-transformersnttcslab247NTT有提供用于评估日语预训练模型的代码。
DistilBERT-base-jpBandaiNamcoResearchInc161一个在维基百科上训练的日本DistilBERT预训练模型。
研究领域相近的资源
- deberta-v2-tiny-japaneseku-nlp14kJapanese DeBERTa V2 tiny,在约171 GB的日本维基百科、CC‑100 与 OSCAR 语料库上预训练,需使用 Juman++ 词分割,训练耗时 33 小时,使用8块 NVIDIA A100 GPU,并可用于下游任务的微调。HF 模型共同: 句法文本处理・语言模型
rinna_gpt-neox_ggml-lorayukaryavka19该存储库包含已修改的脚本和合并脚本,用于适应Alpaca-Lora适配器的LoRA调谐,假设使用转换为ggml的"gpt-neox"模型的"rinna/japanese-gpt-neox..."。
该存储库包含已修改的脚本和合并脚本,用于适应Alpaca-Lora适配器的LoRA调谐,假设使用转换为ggml的"gpt-neox"模型的"rinna/japanese-gpt-neox..."。共同: 句法文本处理・语言模型- deberta-v2-large-japanese-char-wwmku-nlp76k日语 DeBERTa V2 大型模型,已在 171 GB 的日语 Wikipedia、CC‑100 与 OSCAR 上训练,使用字符级 SentencePiece 分词和全词掩码,已准备好通过 Hugging Face Transformers 进行下游微调。HF 模型共同: 句法文本处理・语言模型
- japanese-roberta-baserinna9kJapanese‑Roberta‑Base 是来自 rinna Co., Ltd. 的预训练掩码语言模型,提供了正确加载、token 预处理、position‑id 处理的准则,以及强调需要前置 [CLS] token 和一致 tokenization 的使用示例。HF 模型共同: 句法文本处理・语言模型
- 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
- deberta-v2-base-japaneseku-nlp24kJapanese DeBERTa V2 基础模型已在 171 GB 的日语维基百科、CC‑100 和 OSCAR 数据上预训练,使用 Juman++ 分词和 SentencePiece 标记化,经过三周在八块 NVIDIA A100 GPU 上训练,现已准备好用于微调。HF 模型共同: 语言模型・语义文本处理