# 日英バイリンガル

Orihime-12B は mergekit ツールを使用して統合された事前学習済み言語モデルで、shisa-v2-mistral-nemo-12b と Himeyuri-v0.1-12B モデルを融合したものであり、英語と日本語をサポートしています。

ELYZA-Shortcut-1.0-Qwen-32BはQwen2.5-32B-Instructを基に開発された非推論モデルで、推論ステップを迂回して直接最終回答を生成できます。

Gemma-2-Llama-Swallowシリーズはgemma-2モデルを継続的に事前学習することで構築され、日本語処理能力を大幅に強化しながら、元の英語能力を保持しています。

HMS-Slerp-12BはSLERP（球面線形補間）法でマージされた多言語チャットモデルで、英語と日本語をサポートしています。

ElvenMaid-12Bシリーズモデルを統合したChatML形式の言語モデルで、英語と日本語をサポート

ElvenMaid-12B-v2 は ChatML フォーマットに基づく12Bパラメータの言語モデルで、mergekitのTIESメソッドを使用して複数の事前学習済みモデルを統合し、英語と日本語のインタラクションをサポートしています。

NVILA-Liteアーキテクチャでトレーニングされた日本語視覚言語モデル、日本語と英語の画像テキストインタラクションをサポート

ChatMLアーキテクチャに基づく対話モデルで、mergekitツールを使用して事前訓練された言語モデルを統合して生成

これはLlama-3アーキテクチャを基にした80億パラメータのモデルで、ビジュアルノベルや日本のオタクメディアコンテンツの翻訳と処理に特化しています。

SCE手法で統合された多言語ChatMLモデル、英語と日本語の対話をサポート

Llama 3.1 SwallowはMeta Llama 3.1をベースに構築された大規模言語モデルシリーズで、継続的事前学習により日本語能力を強化し、同時に英語能力を維持しています。

Llama 3.1 SwallowはMeta Llama 3.1をベースに構築された大規模言語モデルシリーズで、持続的事前学習により日本語能力を強化し、同時に英語能力を維持しています。

Llama 3.1 SwallowはMeta Llama 3.1モデルをベースに持続的事前学習を行った大規模言語モデルシリーズで、日本語能力を強化しつつ英語能力も維持しています。

これはMistral-Nemo-Instruct-2407をベースにした日本語の継続的事前学習モデルで、日本語テキスト生成タスクに特化しています。

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

llava-calm2-siglip は実験的な視覚言語モデルで、画像に関する質問に日本語と英語で回答できます。

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

これは日本語会話データセットで微調整されたMeta-Llama-3-8B-Instructモデルで、日本語会話タスクに特化しています。

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

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

Swallow-MS-7b-v0.1はMistral-7B-v0.1を基に継続事前学習した日本語強化モデルで、TokyoTech-LLMによって開発され、日本語タスクで優れた性能を発揮します。

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。

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