LFM2.5‑1.2B‑JP 是一款為日語優化的聊天模型,在日語知識和指令遵循方面優於 LFM2,支援 LoRA 的微調、使用 Transformers、vLLM、llama.cpp 進行推論,並達到 50.7 JMMLU、58.1 M‑IFEval 和 56.0 GSM8K 分數。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
3,000
Hugging Face 按讚數
156
收錄日
2026年1月13日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | 6,000 |
| 2026年2月 | 7,000 |
| 2026年3月 | 2,000 |
| 2026年4月 | 2,000 |
| 2026年5月 | 3,000 |
| 2026年6月 | 2,000 |
| 2026年7月 | 2,000 |
| 2026年8月 | 4,000 |
| 2026年9月 | 1,000 |
| 2026年10月 | 2,000 |
| 2026年11月 | 3,000 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- japanese-gpt-neox-smallrinna656k一個 12 層、768 隱藏層的日本 GPT‑NeoX 模型,訓練於 CC‑100、C4 和 Wikipedia,兼容 Huggingface,並可選擇使用一個玩具前綴調優權重,使每句結尾強制出現笑臉表情符號。
- Spark-X2.5-4B-Heretic-jp-ggufsoyaakinohara589k日本語対応 Spark-X2.5-4B 模型(Heretic JP),具備拒絕衰減、預訓練、指令調整與工具呼叫修復功能,提供從 BF16 至 Q4_K_M 的 GGUF 量化版本(約 2.5 GiB),可透過 llama.cpp 使用 1,048,576‑token 上下文。
- llm-jp-4-33b-thinking-ggufllm-jp271kLLM‑jp‑4‑33b‑thinking‑gguf 是來自日本情報院(National Institute of Informatics)的 33 B 日語模型,已使用 SFT 和 DPO(無 RL)進行預訓練,可透過 llama.cpp 的 LLM‑jp fork 使用,並在其食譜中包含詳細的使用說明。
- llm-jp-4.1-8b-thinkingllm-jp80kLLM‑jp‑4.1‑8b‑thinking 是日本國立情報學研究所(NII)LLM 研發中心開發的 33 B 轉換器語言模型,僅在中途訓練階段完成預訓練,並透過 SFT/DPO(不使用 RL)進行對齊,專為日語 NLP 任務設計,並於食譜與技術博客中進行說明。
- llm-jp-3-150mllm-jp75kLLM‑jp‑3‑150m — 來自日本情報學研究院 LLM 研發中心的 150M 參數日語語言模型,已以 Hugging Face Transformers 格式發佈,需安裝 torch ≥ 2.3.0、transformers ≥ 4.40.1、accelerate ≥ 0.29.3、flash‑attn ≥ 2.5.8,並以日語維基百科、Common Crawl、WARP/PDF、WARP/HTML 以及 Kaken 數據,使用 unigram byte‑fallback tokenizer 進行預訓練。
- llm-jp-4-8b-instructllm-jp49kllm‑jp‑4‑8b‑instruct 是 NII 的 LLM‑jp‑4 系列 4.1 B 參數的日語 LLM,先在大規模語料庫上進行預訓練,接著僅用監督式指令資料微調(不使用 DPO/REINFORCE),並附有類似食譜風格的使用指引與 byte‑fallback unigram tokenizer。
研究領域相近的資源
- llm-jp-4-8b-basellm-jp11k一個存儲庫托管國立情報學研究院 LLM 研發中心的 8.6 B‑parameter llm‑jp‑4‑8b‑base transformer,該模型經由預訓練與中訓練,隨後進行監督式微調與直接優先權優化(未使用強化學習),並提供 PyTorch‑transformers 使用指南。共同: 文本生成・語言模型
- LFM2.5-1.2B-JP-202606-GGUFLiquidAI8kHybrid LFM2 模型來自 Liquid AI,例如 1.2 B 的日語 GGUF 版本,提供高品質、快速且記憶體效率高的邊緣 AI,可在裝置上部署並透過 Hugging Face repo 使用 llama.cpp 本地執行。共同: 文本生成・語言模型
- Llama-3.1-Swallow-8B-Instruct-v0.5tokyotech-llm7kLlama 3.1 Swallow 是一組 8‑B 和 70‑B 模型,繼續對 Meta 的 Llama 3.1 進行預訓練以提升日語表現,然後在合成日語數據上進行 instruction‑fine‑tune,提供多個已發佈的變體,具有與 gemma‑3‑27b‑it 相當的對話行為改進。共同: 文本生成・語言模型
- Mistral-Nemo-Japanese-Instruct-2408cyberagent6k一個日語持續預訓練的 Mistral‑Nemo 模型(Mistral‑Nemo‑Japanese‑Instruct‑2408),基於 mistralai/Mistral‑Nemo‑Instruct‑2407 建構,可透過 transformers 使用裝置映射與 ChatML 版面提示,並由 Ryosuke Ishigami 以 Apache‑2.0 授權發布。共同: 文本生成・語言模型
- Qwen3-Swallow-8B-RL-v0.2tokyotech-llm5kQwen3‑Swallow v0.2 提供日英語 LLM(30B‑A3B 和 32B),採用 CPT、SFT 與 RLVR 訓練,保持強大的數學、程式編寫與推理能力,已發布九個模型及 AWQ‑quantized 變體。共同: 文本生成・語言模型
wannahirokidaichi142具有自然語言的Shell命令啟動器GitHub共同: 語言模型・文本生成