
燕子項目 事後學習完成的大規模語言模型 評估框架
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
34
±0 (10月13日〜)
最後提交
2026年5月
GitHub 建立日期
2025年8月18日
收錄日
2025年8月26日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 24 |
| 2026年1月 | 24 |
| 2026年2月 | 25 |
| 2026年3月 | 27 |
| 2026年4月 | 27 |
| 2026年5月 | 28 |
| 2026年6月 | 30 |
| 2026年7月 | 30 |
| 2026年8月 | 31 |
| 2026年9月 | 32 |
| 2026年10月 | 34 |
| 2026年11月 | 34 |
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
JGLUEyahoojapan349JGLUE:日本通用語言理解評估
llm-jp-evalllm-jp175這個工具可以跨多個數據集對日語大規模語言模型進行自動評估。
jp-stabletree155JP 語言模型評估工具
japanese-lm-fin-harnesspfnet-research80日語語言模型金融評估工具
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。
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。
研究領域相近的資源
pretrained_doc2vec_jayagays25預先訓練在日本維基百科上的doc2vec模型共同: 語言模型
pl-bert-jakyamauchi102324日語音素級別BERT的存儲庫共同: 語言模型
heron-vlm-leaderboardwandb6這個項目是一個基準工具,用於評估和比較各種視覺語言模型(VLMs)的性能。它使用兩個數據集:LLaVA-Bench-In-the-Wild 和日本 HERON Bench 來衡量模型的性能。共同: 語言模型- japanese-reranker-cross-encoder-small-v1hotchpotch156k以日語訓練的 CrossEncoder 重新排序模型,規模從 xsmall(384)到 large(1024),並包含 BGE‑v2‑m3‑v1 模型,附有微調、推理的範例程式碼,以及在 JQaRA、JaCWIR、MIRACL 與 JSQuAD 上的基準分數。HF 模型共同: 語言模型
- japanese-reranker-cross-encoder-xsmall-v1hotchpotch16k日本 CrossEncoder 重排序模型 覆蓋 xsmall 到 large(含 BGE),已於 JQaRA、JaCWIR、MIRACL 與 JSQuAD 進行評估,並附上可直接使用的 sentence_transformers 與 HuggingFace 整合範例。HF 模型共同: 語言模型
- Llama-3.1-Swallow-8B-Instruct-v0.3tokyotech-llm5kLlama 3.1 Swallow 是一系列經過日本優化的 8B/70B Llama 3.1 模型,透過持續預訓練和日本專用說明微調進行訓練,最新的 8B‑Instruct‑v0.3 在日本 MT‑Bench 上取得了最先進的成果。HF 模型共同: 語言模型