提供了一款来自 SB Intuitions 的自回归式日语语言模型 (sarashina2.2‑3B‑instruct‑v0.1),已与其他模型进行基准测试,并附示例使用脚本,且安全训练有限。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
16,000
Hugging Face 点赞数
39
收录日
2025年3月11日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 5,000 |
| 2026年1月 | 2,000 |
| 2026年2月 | 1,000 |
| 2026年3月 | 2,000 |
| 2026年4月 | 5,000 |
| 2026年5月 | 3,000 |
| 2026年6月 | 11,000 |
| 2026年7月 | 15,000 |
| 2026年8月 | 7,000 |
| 2026年9月 | 16,000 |
| 2026年10月 | 12,000 |
| 2026年11月 | 16,000 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- 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。
- 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。
- 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。
- 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。
- 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。
- llm-jp-4-8b-instructllm-jp49kllm‑jp‑4‑8b‑instruct 是 NII 的 LLM‑jp‑4 系列 4.1 B 参数的日语 LLM,先在大型语料库上预训练,随后仅使用监督指令数据进行微调(不使用 DPO/REINFORCE),并附带类似食谱的使用指南和 byte‑fallback unigram tokenizer。
研究领域相近的资源
JASSMao-KU16JASS:面向日本特定序列到序列预训练的神经机器翻译(LREC2020)和基于语言驱动的多任务预训练的低资源神经机器翻译(ACM TALLIP)。GitHub共同: 多语言・文本生成- llm-jp-4-8b-basellm-jp11k一个存储库,托管来自国立信息研究所LLM研发中心的8.6 B参数llm‑jp‑4‑8b‑base transformer,采用预训练和中间训练,随后进行监督微调和直接偏好优化(不使用强化学习),并提供PyTorch‑transformers使用指南。共同: 文本生成・语言模型
- LFM2.5-1.2B-JP-202606-GGUFLiquidAI8k液体AI的混合 LFM2 模型,例如 1.2 B 日语 GGUF 版本,提供高质量、快速且内存高效的边缘 AI,用于设备端部署,并可通过 Hugging Face 仓库使用 llama.cpp 本地运行。共同: 文本生成・语言模型
- Llama-3.1-Swallow-8B-Instruct-v0.5tokyotech-llm7kLlama 3.1 Swallow 是一组 8‑B 和 70‑B 模型,它们继续对 Meta 的 Llama 3.1 进行预训练,以提升日语语言性能,然后在合成日语数据上进行指令微调,提供多种已发布的变体,其对话行为已改进,与 gemma‑3‑27b‑it 相当。共同: 文本生成・语言模型
- Mistral-Nemo-Japanese-Instruct-2408cyberagent6k一款日本持续预训练的 Mistral‑Nemo 模型(Mistral‑Nemo‑Japanese‑Instruct‑2408),基于 mistralai/Mistral‑Nemo‑Instruct‑2407 构建,可通过 transformers 使用设备映射和 ChatML 提示进行使用,已由 Ryosuke Ishigami 以 Apache‑2.0 许可证发布。共同: 文本生成・语言模型
- Qwen3-Swallow-8B-RL-v0.2tokyotech-llm5kQwen3‑Swallow v0.2 提供了通过 CPT、SFT 和 RLVR 训练的日英 LLM(30B‑A3B 和 32B),保持了强大的数学、编码和推理能力,已发布九个模型以及 AWQ 量化版本。共同: 文本生成・语言模型