# 日本語最適化

LLM-jp-3.1-1.8bは日本国立情報学研究所によって開発された大規模言語モデルで、LLM-jp-3シリーズに基づき、指令事前学習を組み込んで指令遵守能力を強化しています。

Shisa V2はShisa.AIが訓練したバイリンガル(日本語/英語)汎用チャットモデルシリーズで、Llama-3.3-70B-Instructを基に最適化され、日本語タスクの性能向上に注力しながら英語能力を維持しています。

Shisa V2はShisa.AIによってトレーニングされたバイリンガル（日本語/英語）汎用チャットモデルで、日本語タスクの最適化に重点を置きながら英語能力を維持しています。

Shisa V2はShisa.AIによって訓練されたバイリンガル（日本語/英語）汎用チャットモデルで、日本語タスク能力の向上に注力しながら強力な英語能力を維持しています。

Stockmark-2-100Bは日本語能力に特化した1000億パラメータの大規模言語モデルで、1.5兆トークンの多言語データで事前学習され、日本語合成データにより指示追従能力が強化されています。

日本のアニメスタイルの演技台詞分野に特化した日本語音声認識モデル

Meta AIのLlama 3.2をベースに微調整された日本語最適化モデルで、多言語テキスト生成をサポートします。

Meta Llama 3をベースに構築された日本語最適化大規模言語モデルで、継続的事前学習により日本語能力を強化し、教師付き微調整により指令追従能力を向上させました。

ELYZA社が訓練した大規模言語モデルで、Meta-Llama-3-8B-Instructを基に日本語能力を強化

SB Intuitions社が訓練した大規模言語モデルで、日本語と英語をサポートし、Llama2アーキテクチャに基づいています

Meta-Llama-3-8B-Instructをファインチューニングした日本語最適化大規模言語モデルで、複数の日本語ベンチマークテストで優れた性能を発揮

Meta Llama 3をベースに構築された日本語強化大規模言語モデル。継続的な事前学習と指示微調整により日本語処理能力を向上

Fugaku-LLMはスーパーコンピュータ'富岳'を完全利用してゼロから事前学習された国産モデルで、日本語を主な訓練データとしており、日本語処理において卓越した性能を発揮

Meta-Llama-3-8Bを基に、日本語と英語の混合データセットで220億トークンの継続事前学習を行った日本語最適化モデル

Fugaku-LLMはスーパーコンピュータ'富岳'を使用してゼロから事前学習された日本製の大規模言語モデルで、高い透明性と安全性を備え、特に日本語の表現に優れています

Honyaku-7b-v2は前世代モデルの改良版で、多言語生成タグの遵守精度が向上しています。

Mistral-7B-v0.1を基に継続事前学習を行った日本語強化大規模言語モデル

RakutenAI-7B-chatは楽天グループが開発した日本語大規模言語モデルで、日本語理解ベンチマークテストで優れた性能を発揮し、英語タスクもサポートしています。Mistral-7Bアーキテクチャを基に語彙表を拡張し日本語処理を最適化しました。

これはOpenAI Whisper large-v3モデルのCTranslate2変換バージョンで、特に日本語に対して4000ステップの追加トレーニングを行い、多言語音声認識をサポートしています。

OpenAI Whisper large-v3をベースにした日本語最適化バージョン、多言語音声認識をサポート

E5 Mistral 7B InstructとJapanese StableLM Base Gamma 7Bを統合して作成された日本語テキスト埋め込みモデルで、文の類似度タスクに特化

Llama 2をベースにした日本語最適化モデルで、日本語の対話体験を向上させるために設計されています。

ELYZA-japanese-Llama-2-13bはLlama 2をベースに追加の事前学習を行い、日本語能力を拡張したモデルです。

日本語版CLIPモデルで、日本語テキストと画像を同じ埋め込み空間にマッピングでき、ゼロショット画像分類、テキスト-画像検索などのタスクに適しています。

Qwen-14Bを基に日本語と英語の混合データセットで継続事前訓練を行った大規模言語モデルで、日本語タスクの性能が大幅に向上

Llama 2シリーズを基に日本語能力を強化したオープンソース大規模言語モデルで、7B/13B/70Bの3つの規模と命令チューニング版を提供

CyberAgentLM2は、公開可能な日本語と英語のデータセットに基づき、1.3兆トークンを事前学習したデコーダー専用の言語モデルです。

llama2 - 7bをベースに、日英混合データセットで継続的に事前学習を行った大規模言語モデルで、日本語タスクでの性能が著しく向上しています。

日本語リソースで訓練されたDeBERTa V3大型モデルで、日本語に最適化されており、形態素解析器が不要で単語境界を尊重します。

日本語リソースで訓練されたDeBERTa V3モデルで、日本語に最適化されており、推論時に形態素解析器に依存しません

Llama2アーキテクチャを基に、追加事前学習で日本語能力を拡張した言語モデル

Llama2アーキテクチャをベースに、追加事前学習により日本語能力を拡張した言語モデル