
一个用于自回归语言模型少样本评估的框架。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1
最后提交
2023年6月
GitHub 创建日期
2023年6月19日
收录日
2026年10月25日
同分类的热门资源
JGLUEyahoojapan349JGLUE:日本通用语言理解评估
llm-jp-evalllm-jp175这个工具可以跨多个数据集对日语大规模语言模型进行自动评估。
jp-stabletree155JP语言模型评估工具
japanese-lm-fin-harnesspfnet-research80日语语言模型金融评估工具
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。
研究领域相近的资源
japanese-dialog-transformersnttcslab247NTT有提供用于评估日语预训练模型的代码。共同: 负责任且可信的 NLP・语言模型
temporalNLI_datasettomo-vv2Jamp: 用于评估语言模型泛化能力的受控日语时间推理数据集共同: 负责任且可信的 NLP・语言模型
llm-jp-sftllm-jp66该存储库包含了LLM-jp模型的监督微调代码。共同: 语言模型・语义文本处理
evaluate_japanese_w2vshihono12用于评估预训练的日语word2vec模型在日语相似性数据集上的脚本共同: 负责任且可信的 NLP・语言模型
swallow-evaluation-instructswallow-llm34燕子项目 后续学习完成的大规模语言模型 评估框架共同: 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