一個以 gguf 格式的 Umievo‑itr012‑Gleipnir‑7B 版本(在 TFMC/imatrix‑dataset‑for‑japanese‑llm 上訓練),已準備好在 llama.cpp 執行。
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
9
收錄日
2024年6月3日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 2,000 |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | 3,000 |
| 2026年9月 | 6,000 |
| 2026年10月 | 4,000 |
| 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
- deberta-v3-base-japaneseku-nlp13k日文 DeBERTa V3 基礎版本,預訓練於 LLM‑jp v1.0 的 540 B 個 token,使用已調整的 DeBERTa V3 設定,採用 unigram byte‑fallback tokenizer(無形態學分析器),並進行 fine‑tuned 於 JGLUE NLU 任務。
- Llama-3.1-Swallow-8B-Instruct-v0.5-ggufmmnga7kGGUF 轉換 Llama‑3.1‑Swallow‑8B‑Instruct‑v0.5 由 tokyotech‑llm,結合 TFMC/imatrix‑dataset‑for‑japanese‑LLM,附帶 Build/Run 指令 for llama.cpp.
- sarashina2.2-3b-instruct-v0.1-ggufmmnga4k一個以 GGUF 格式轉換的 sbintuitions 的 sarashina2.2‑3b‑instruct‑v0.1 模型,使用 TFMC/imatrix‑dataset‑for‑japanese‑llm 建構,已準備好通過 llama.cpp 進行 CUDA 啟用推理。
- llm-jp-3.1-13b-instruct4-ggufmmnga4k一個 GGUF 格式的 llm-jp-3.1-13b-instruct4 版本,使用 TFMC/imatrix-dataset-for-japanese-llm 的 imatrix 資料構建,可透過 llama.cpp 在 CUDA 上用於日語任務。
- Llama-3-ELYZA-JP-8B-ggufmmnga4k由 elyza 提供的 GGUF‑converted Llama‑3‑ELYZA‑JP‑8B,使用 TFMC/imatrix‑dataset‑for‑japanese‑LLM 構建,已準備好供 llama.cpp 使用。
- llm-jp-3.1-1.8b-instruct4-ggufmmnga3k一個 GGUF 格式的 llm‑jp‑3.1‑1.8b‑instruct4 版本,基於 TFMC/imatrix‑dataset‑for‑japanese‑llm 構建,可與 llama.cpp 的 CUDA 編譯版一起使用,以進行日語 LLM 推理。
研究領域相近的資源
- 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。共同: 大型語言模型
- 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。共同: 大型語言模型
- 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。共同: 大型語言模型
- 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。共同: 大型語言模型
- 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。共同: 大型語言模型
- 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。共同: 大型語言模型