
日本語的aMLP Transformer模型
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
16
±0 (10月13日〜)
最後提交
2022年5月
GitHub 建立日期
2021年11月13日
收錄日
2022年7月28日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 16 |
| 2026年1月 | 16 |
| 2026年2月 | 16 |
| 2026年3月 | 16 |
| 2026年4月 | 16 |
| 2026年5月 | 16 |
| 2026年6月 | 16 |
| 2026年7月 | 16 |
| 2026年8月 | 16 |
| 2026年9月 | 16 |
| 2026年10月 | 16 |
| 2026年11月 | 16 |
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
lukestudio-ousia727LUKE -- 基於知識嵌入的語言理解
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。
研究領域相近的資源
- deberta-v2-tiny-japaneseku-nlp14kJapanese DeBERTa V2 tiny,預訓練於約 171 GB 的日語 Wikipedia、CC‑100 與 OSCAR 資料庫,需要 Juman++ 詞彙分割,已在 8 顆 NVIDIA A100 GPU 上訓練 33 小時,可進一步微調以應用於下游任務。HF 模型共同: 句法文本處理・語言模型
rinna_gpt-neox_ggml-lorayukaryavka19該存儲庫包含已修改的腳本和合併腳本,用於將Alpaca-Lora適配器調整為支持LoRA調諧,假設使用了“rinna/japanese-gpt-neox...” [gpt-neox]模型轉換為ggml。共同: 句法文本處理・語言模型- deberta-v2-large-japanese-char-wwmku-nlp76kJapanese DeBERTa V2 大型模型已在 171 GB 的日語維基百科、CC‑100、與 OSCAR 上訓練,採用字符級 sentencepiece tokenization 與 whole‑word masking,已準備好通過 Hugging Face Transformers 進行下游微調。HF 模型共同: 句法文本處理・語言模型
- japanese-roberta-baserinna9kJapanese‑Roberta‑Base 是由 rinna Co., Ltd. 推出的預訓練遮罩語言模型,含正確載入、token 預處理、position‑id 處理的指引,以及強調需放置於首位的 [CLS] token 和一致 tokenization 的使用範例。HF 模型共同: 句法文本處理・語言模型
- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M 是一款日語 BERT 變體,結合了 local‑global attention 與 RoPE,已在 4.09 T 個日語/英語文本 token 上訓練,支持 102 400 個詞彙、8 192 token 序列,並被優化以配合 Flash Attention 2。HF 模型共同: 語言模型・語意文本處理
- deberta-v2-base-japaneseku-nlp24k日文 DeBERTa V2 基礎模型,已在 171 GB 日文維基百科、CC‑100 與 OSCAR 資料上使用 Juman++ 斷詞與 SentencePiece Tokenization 進行預訓練,訓練時間三週,使用八台 NVIDIA A100 GPU,已準備好進行微調。HF 模型共同: 語言模型・語意文本處理