一個32十億參數的日語 transformer LLM (llm‑jp‑4‑32b‑a3b‑thinking),來自國立情報學研究所 (National Institute of Informatics),預訓練並通過有監督微調與直接偏好優化進行調整——未使用強化學習——採用 unigram byte‑fallback tokenizer。
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)
2,000
Hugging Face 按讚數
40
收錄日
2026年4月12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 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | 10,000 |
| 2026年5月 | 3,000 |
| 2026年6月 | 36,000 |
| 2026年7月 | 16,000 |
| 2026年8月 | 3,000 |
| 2026年9月 | 3,000 |
| 2026年10月 | 2,000 |
| 2026年11月 | 2,000 |
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