
醫學LLM的三語(英語、日語、中文)QA基準
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
6
±0 (10月13日〜)
最後提交
2025年1月
GitHub 建立日期
2024年12月16日
收錄日
2026年6月16日
Star 數變化
以表格顯示
| 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 | — |
| 2026年6月 | 6 |
| 2026年7月 | 6 |
| 2026年8月 | 6 |
| 2026年9月 | 6 |
| 2026年10月 | 6 |
| 2026年11月 | 6 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
jmed-llmsociocom59JMED-LLM:大型語言模型的日本醫學評估數據集
japanese-llm-benchmarkshi3z53一個評估各種LLM的日語能力的基準工具。
EDINET-BenchSakanaAI37[ICLR 2026] 在日本具有挑戰性的金融任務上評估LLMs的表現。
jemhopqaaiishii30JEMHopQA(日本語説明可能なマルチホップ質問応答)は、内部推論を評価できる日本語マルチホップQAデータセットです。
Japanese-RP-BenchAratako25Japanese-RP-Bench是用來測量LLM的日語角色扮演能力的基準。
do-not-answer-jakunishou242023年8月,墨爾本大學公開了安全性評估數據集『Do-Not-Answer』,該數據集已經被自動翻譯成日語,並且考慮了日本文化進行了修正,以便在日語LLM評估中使用。
研究領域相近的資源
- JDocQA-Reasoningricoh-ai269由理光為GENIAC計畫發佈的日本基準,JDocQA Reasoning Bench,評估LMM在 1,286 個關於複雜圖表、表格與圖解的推論問題上,並使用自動化 LLM-as‑Judge 評分。HF 資料集共同: 標註與資料集建置
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。HF 資料集共同: 標註與資料集建置
- JamC-QAsbintuitions2kJamC‑QA 是一個涵蓋八個日本文化與知識類別的雙語多選題基準測試,並以排行榜指標對比最先進模型。HF 資料集共同: 標註與資料集建置
- auto-wiki-qacl-nagoya747AutoWikiQA 是最大的免費日語問答資料集,提供超過230萬個手工篩選的問答對,這些問答對自維基百科自動生成,使用 Swallow‑MX 和 LLMs(無規則基模板),以支援知識傳授與檢索增強生成應用。HF 資料集共同: 標註與資料集建置
- nri-fin-reasoningnri-ai707日本語指令資料集,含 632,636 個多回合樣本(約 6.35 億 tokens)以及 GPT‑OSS‑120b 理由痕跡,針對開放式、數學、寫作與多選題 (MCQA) 任務,在 135 個財務主題及 20 個一般主題中使用,旨在微調 LLM 在財務領域的推理能力。HF 資料集共同: 標註與資料集建置
jmle2026-benchnaoto-iwase112026年2月7日至8日第120屆日本醫學執照考試的LLM基準共同: 標註與資料集建置