# 日語優化

LLM-jp-3.1-1.8b是由日本國立情報學研究所開發的大語言模型，基於LLM-jp-3系列，融入指令預訓練增強指令遵循能力。

Shisa V2是由Shisa.AI訓練的雙語(日語/英語)通用聊天模型系列，基於Llama-3.3-70B-Instruct優化，專注於提升日語任務表現同時保持英語能力。

Shisa V2是由Shisa.AI訓練的雙語（日語/英語）通用聊天模型，專注於日語任務優化，同時保持英語能力。

Shisa V2是由Shisa.AI訓練的雙語（日語/英語）通用聊天模型，專注於提升日語任務能力的同時保持強大的英語能力。

Stockmark-2-100B是一個專注於日語能力的1000億參數大語言模型，基於1.5萬億token的多語言數據預訓練，並通過日語合成數據增強指令跟隨能力。

專精於日式動畫風格表演臺詞領域的日語語音識別模型

基於Meta AI的Llama 3.2微調的日語優化模型，支持多語言文本生成

基於Meta Llama 3構建的日語優化大語言模型，通過持續預訓練增強日語能力，採用監督微調提升指令跟隨能力

由ELYZA公司訓練的大型語言模型，基於Meta-Llama-3-8B-Instruct增強日語能力

由SB Intuitions公司訓練的大語言模型，支持日語和英語，基於Llama2架構

基於Meta-Llama-3-8B-Instruct微調的日語優化大語言模型，在多個日語基準測試中表現優異

基於Meta Llama 3構建的日語增強大語言模型，通過持續預訓練和指令微調提升日語處理能力

Fugaku-LLM是完全利用超級計算機'富嶽'從頭開始預訓練的國產模型，以日語為主訓練數據，在日語處理方面表現卓越

基於Meta-Llama-3-8B在混合日語和英語數據集上進行220億token持續預訓練的日語優化模型

Fugaku-LLM是使用超級計算機'富嶽'從零開始預訓練的日本國產大語言模型，具有高度透明性和安全性，日語表現尤為出色

Honyaku-7b-v2是其前代模型的改進版本，在多語言生成標籤的遵循準確性上有所提升。

基於Mistral-7B-v0.1進行持續預訓練的日語增強大語言模型

RakutenAI-7B-chat是樂天集團開發的日語大語言模型，在日語理解基準測試中表現優異，同時支持英語任務。基於Mistral-7B架構擴展詞彙表優化日文處理。

這是OpenAI Whisper large-v3模型的CTranslate2轉換版本，專門針對日語進行了4000步的額外訓練，支持多種語言的語音識別。

基於OpenAI Whisper large-v3的日語優化版本，支持多語言語音識別

一個通過合併E5 Mistral 7B Instruct和Japanese StableLM Base Gamma 7B創建的日語文本嵌入模型，專注於句子相似度任務

基於Llama 2的日語優化模型，專為提升日語交互體驗而設計

ELYZA-japanese-Llama-2-13b是基於Llama 2進行額外預訓練以擴展日語能力的模型。

日語版本的CLIP模型，能夠將日語文本和圖像映射到相同的嵌入空間，適用於零樣本圖像分類、文本-圖像檢索等任務。

基於Qwen-14B在混合日語和英語數據集上持續預訓練的大語言模型，顯著提升日語任務表現

基於Llama 2系列增強日語能力的開源大語言模型，提供7B/13B/70B三種規模及指令調優版本

CyberAgentLM2 是一個僅解碼器的語言模型，基於公開可用的日語和英語數據集，預訓練了1.3萬億個token。

基於llama2-7b在日英混合數據集上進行持續預訓練的大語言模型，在日語任務上性能顯著提升

基於日語資源訓練的DeBERTa V3大型模型，專為日語優化，無需形態分析器且尊重詞語邊界。

基於日語資源訓練的DeBERTa V3模型，專為日語優化，推理時不依賴形態分析器

基於Llama2架構，通過追加預訓練擴展日語能力的語言模型

基於Llama2架構，通過追加預訓練擴展日語能力的語言模型