
評估多模式大型語言模型對垂直書寫的日文文本進行評估
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
3
±0 (10月13日〜)
最後提交
2026年5月
GitHub 建立日期
2025年8月6日
收錄日
2026年3月8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 | 1 |
| 2026年4月 | 1 |
| 2026年5月 | 2 |
| 2026年6月 | 3 |
| 2026年7月 | 3 |
| 2026年8月 | 3 |
| 2026年9月 | 3 |
| 2026年10月 | 3 |
| 2026年11月 | 3 |
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
llm-leaderboardwandb95日本任務的llm評估項目
japanese-llm-rankingyuzu-ai50這個儲存庫支援YuzuAI的Rakuda排行榜,該排行榜是日本語言模型的日本專用版本,類似於LMSYS的Vicuna評估。
llm-jp-eval-mmllm-jp44這個工具會自動評估日本多模式大型語言模型在多個數據集上的表現。
japanese-llm-roleplay-benchmarkoshizo42這個存儲庫是為了評估日本語LLM的角色扮演性能而創建的。
gpt4-autoevalnorthern-system-service17使用GPT-4來自動評估語言模型的回應腳本
IgakuQA119naoto-iwase10評估第119屆日本醫學執照考試上的LLMs
研究領域相近的資源
- vntl-leaderboardlmg-anon857一個排行榜,根據大型語言模型在將日文視覺小說翻譯成英文時的語義準確度進行排名,使用 256 個樣本的餘弦相似度並報告 chrF 分數,以便與 Sugoi Translator、Google Translate、Naver Papago 和 Alibaba Translate 等工具比較。HF 資料集共同: 大型語言模型・評測與基準
- llm-jp-4-vl-9bllm-jp4kLLM‑jp‑4‑VL 9B 是 LLM‑jp 推出的視覺語言模型,基於 llm‑jp‑4‑8b‑thinking 與 SigLIP 2‑SO400m 建構,使用商業友善資料訓練,在答案前加入推理痕跡,並在 CharXiv、HakushoBench 等文字與圖表基準測試中優於其 beta 版本。HF 模型共同: 大型語言模型・影像與多模態
IgakuQAjungokasai52評估GPT-4和ChatGPT在日本醫學執照考試上的表現共同: 大型語言模型・評測與基準- PaddleOCR-VL-For-Mangajzhang5333kPaddleOCR‑VL‑For‑Manga 由 PaddleOCR‑VL 微調,於 Manga109 的對話框裁切圖像上達成 70%完整句子準確率——高於 27%基準的三倍以上——使用多語系資料集,並提供訓練程式碼與開發人員指南。HF 模型共同: 大型語言模型・影像與多模態
- gemma-4-12B-it-qat-UD-japanese-imatrixdahara12k一個 1/4 大小、CPU 友善的日語優化量化 Gemma 4 模型(Apache 2.0),完全在本機運行,提供可選開發者支援和穩健基準。HF 模型共同: 大型語言模型・影像與多模態
JaSPICEYuigaWada9JaSPICE:使用謂詞-參數結構自動評估圖像標題模型的評估指標共同: 評測與基準・影像與多模態