
LUKE -- 基於知識嵌入的語言理解
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
727
±0 (10月13日〜)
最後提交
2023年6月
GitHub 建立日期
2019年2月21日
收錄日
2022年10月29日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 727 |
| 2026年1月 | 728 |
| 2026年2月 | 727 |
| 2026年3月 | 727 |
| 2026年4月 | 727 |
| 2026年5月 | 727 |
| 2026年6月 | 726 |
| 2026年7月 | 725 |
| 2026年8月 | 725 |
| 2026年9月 | 727 |
| 2026年10月 | 727 |
| 2026年11月 | 727 |
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
bert-japanesecl-tohoku551日文文本的BERT模型。
bert-japaneseyoheikikuta497使用SentencePiece的BERT模型進行日文文本處理。
gpt2-japanesetanreinama322日本語GPT2生成モデル
japanese-dialog-transformersnttcslab247NTT有限公司提供的評估日語預訓練模型的代碼。
DistilBERT-base-jpBandaiNamcoResearchInc161一個在維基百科上訓練的日本DistilBERT預訓練模型。
Japanese-Alpaca-LoRAkunishou141使用經過日語翻譯的Stanford Alpaca資料集,進行LLaMA的微調並創建了Low-Rank Adapter,以下是其連結和生成樣本程式碼。
研究領域相近的資源
- ruri-v3-310mcl-nagoya634kRuri v3 是一個尖端的日本語文本嵌入模型,建立於 ModernBERT‑Ja,支援最多 8,192‑token 輸入、100K‑token 詞彙表、FlashAttention‑加速推論,以及多種尺寸變體,方便快速使用 sentence‑transformer。HF 模型共同: 表示學習・語意文本處理
- ruri-v3-30mcl-nagoya126kRuri v3 是一款最先進的日文文本嵌入模型,構建於 ModernBERT‑Ja,支持高達 8,192 tokens、一個 100k‑token 詞彙表、FlashAttention 加速,並提供從 37 M 到 315 M 參數的多種規模。HF 模型共同: 表示學習・語意文本處理
- ruri-v3-130mcl-nagoya93kRuri v3 是一款最先進的日本語文本嵌入模型,基於 ModernBERT‑Ja 建構,支援長達 8192‑token 序列、10 萬詞彙、FlashAttention,並以 30 M 到 310 M 參數大小提供,以供 sentence‑transformers 使用。HF 模型共同: 表示學習・語意文本處理
chiVeWorksApplications179使用Sudachi和NWJC的日語詞嵌入共同: 表示學習・語意文本處理
jawikivecwikiwikification2另一個日本維基百科實體向量共同: 表示學習・知識表示- sentence-bert-base-ja-mean-tokenssonoisa14kJapanese Sentence‑BERT (v1) 模型,用於生成句子嵌入,並提供改進版 v2,並可透過 Hugging Face Transformers 與自訂的 SentenceBertJapanese 類別示範使用。HF 模型共同: 表示學習・語意文本處理