日本語 HuBERT Base,12 層 transformer 版本與 rinna 原始模型相同,訓練於約19,000 小時的 ReazonSpeech v1 日本語語音資料,並以 Apache 2.0 授權發佈。
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)
28,000
Hugging Face 按讚數
6
收錄日
2026年5月20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 | — |
| 2026年5月 | 5,000 |
| 2026年6月 | 2,000 |
| 2026年7月 | — |
| 2026年8月 | 187,000 |
| 2026年9月 | 8,000 |
| 2026年10月 | 3,000 |
| 2026年11月 | 28,000 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- sentence-bert-base-ja-mean-tokens-v2sonoisa53k一個日本語的 Sentence‑BERT v2,經過在 cl‑tohoku/bert‑base‑japanese‑whole‑word‑masking 上微調,並採用 MultipleNegativesRankingLoss,與 v1 相比提升了約 1.5–2 % 的準確率,並以 sonoisa/sentence‑bert‑base‑ja‑mean‑tokens‑v2 形式釋出。
- japanese-clip-vit-b-16rinna40krinna/japanese-clip‑vit‑b‑16 是一個授權為 Apache‑2.0 的日語 CLIP 模型,基於 ViT‑B/16,訓練於翻譯成日語的 CC12M 標題,並於 2022 年 5 月 12 日發布。
- clip-japanese-baseline-corporation34kLY Corporation 的 clip‑japanese‑base 是一個訓練於約 1 B 影像‑文字配對的日文 CLIP 模型,使用 Eva02‑B Transformer 影像編碼器並配備 12 層 BERT 文字編碼器,於 STAIR 的 R@1 成績為 0.30,於 Recruit 的準確度為 0.89,以及於 ImageNet‑1K 的準確度為 0.58,並支援零樣本影像分類與檢索。
- transformers-ud-japanese-electra-base-ginza-510megagonlabs22kja_ginza_electra 是一個 spaCy v3 Python 套件,提供已在 mC4 和 UD_Japanese_BCCWJ r2.8 上微調的日語 ELECTRA 模型(基於 megagonlabs/transformers‑ud‑japanese‑electra‑base‑discrimininator),並具備自訂 bunsetu‑phrase detection,依照 MIT license 發佈。
- sentence-bert-base-ja-mean-tokenssonoisa14kJapanese Sentence‑BERT (v1) 模型,用於生成句子嵌入,並提供改進版 v2,並可透過 Hugging Face Transformers 與自訂的 SentenceBertJapanese 類別示範使用。
- sentence-luke-japanese-base-litesonoisa10kJapanese Sentence‑LUKE 模型在與 Sentence‑BERT 相同的資料集上進行訓練,表現優於或相當於 Sentence‑BERT,基於 studio‑ousia/luke‑japanese‑base‑lite 建立,並透過 Hugging Face Transformers 的 MLukeTokenizer 與 LukeModel 使用。
研究領域相近的資源
- sarashina-embedding-v2-1bsbintuitions2kSarashina‑Embedding‑v2‑1B 是一個 1,792 維的日語句子變換器,透過多階段對比學習訓練,達到先進的 JMTEB 分數,可用於語義相似度、搜尋、同義句挖掘、分類和聚類,透過 Sentence‑Transformers 並可加上可選的指令前綴。共同: 表示學習
- sup-simcse-ja-basecl-nagoya2k一款在 JSNLI 上使用監督式 SimCSE 微調的日語 BERT‑base 模型,透過 Sentence‑Transformers 或 HuggingFace 以 CLS pooling 方式公開,訓練於 1 M 範例,batch size 512,學習率 5 × 10⁻⁵,溫度 5 × 10⁻⁵,64‑token 限制,以及 BFloat16 精度。共同: 表示學習
- clip-japanese-base-v2line-corporation2kJapanese CLIP 模型 clip‑japanese‑base‑v2,升級至約 2 B 影像‑文字配對並 distillation,將 Eva02‑B 影像編碼器與 12 層 BERT 文本編碼器結合,以達到比其前身更高的 ImageNet‑1k 準確度 (0.708)。共同: 表示學習
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 開發的日本文本嵌入模型,能將日文文本轉換為向量,用於資訊檢索、分類與聚類,在 JMTEB 基準測試上表現優異,且以 Apache v2.0 license 免費提供。共同: 表示學習
- ruri-v3-70mcl-nagoya14kRuri v3 提供高性能的日語文本嵌入,最多可達 8192 個 token,擁有 100k token 詞彙表,支援 FlashAttention,並提供多種模型尺寸 (30 m–310 m) 以供透過 sentence‑transformers 進行高效推理與微調。共同: 表示學習
- japanese-splade-v2hotchpotch4k高效能日文 SPLADE v2 透過 WebUI demo 可進行稀疏向量轉換與推理,使用 YAST 訓練,提供 YASEM 嵌入,並報告 JMTEB 基準結果。共同: 表示學習