Heron NVILA Lite 33B
Apache-2.0
Heron-NVILA-Lite-33B 是一款基于 NVILA-Lite 架构、专为日语训练的视觉语言模型,支持日语和英语的多模态任务。
图像生成文本 支持多种语言
H
turing-motors
99
3
Oumuamua 7b Instruct V2
Apache-2.0
奥陌陌-7b指令调优版v2是一个融合多个预训练语言模型的日语和英语文本生成模型,特别强化了角色扮演和多轮对话能力。
大型语言模型
Transformers 支持多种语言

O
nitky
39
24
Jpharmatron 7B
JPharmatron-7B是一款专为制药应用和研究设计的70亿参数大语言模型,能在制药文书和研究领域发挥重要作用。
大型语言模型
Transformers 支持多种语言

J
EQUES
749
1
Jpharmatron 7B Base
JPharmatron-7B-base是一个70亿参数的日语和英语大语言模型,专为制药应用和研究设计。
大型语言模型
Transformers 支持多种语言

J
EQUES
104
1
Heron NVILA Lite 15B
Apache-2.0
Heron-NVILA-Lite-15B 是一款基于 NVILA-Lite 架构、专为日语训练的视觉语言模型,支持日语和英语,具备图文理解和生成能力。
图像生成文本 支持多种语言
H
turing-motors
936
10
Qwen2.5 Bakeneko 32b Instruct V2 Gguf
Apache-2.0
这是对rinna/qwen2.5-bakeneko-32b-instruct-v2使用llama.cpp进行量化的版本,兼容多种基于llama.cpp的应用。
大型语言模型 日语
Q
rinna
597
5
ABEJA Qwen2.5 7b Japanese V0.1
Apache-2.0
基于Qwen/Qwen2.5-7B-Instruct进行日语训练的模型,通过蒸馏学习实现,提升了指令跟随性能。
大型语言模型
Transformers 日语

A
abeja
521
6
Sarashina2 Vision 14b
MIT
Sarashina2-Vision-14B是由SB Intuitions开发的日本大型视觉语言模型,结合了Sarashina2-13B和Qwen2-VL-7B的图像编码器,在多个基准测试中表现优异。
图像生成文本
Transformers 支持多种语言

S
sbintuitions
192
6
Llama 3 Youko 8b Instruct
基于Llama-3的日语和英语指令调优模型,融合SFT、聊天向量和DPO技术
大型语言模型
Transformers 支持多种语言

L
rinna
852
14
Convllava JP 1.3b 1280
ConvLLaVA-JP是一款支持高分辨率输入的日语视觉语言模型,能够就输入图像进行对话。
图像生成文本
Transformers 日语

C
toshi456
31
1
Llama 3 8B Instruct Ja
其他
针对Llama 3进行日语化的模型,允许商业用途,支持日语问答和对话
大型语言模型
Transformers 支持多种语言

L
alfredplpl
78
18
Jesc Ja En Translator
MIT
基于EncoderDecoder架构的日语到英语翻译模型,使用bert-japanese编码器和GPT2解码器
机器翻译
Transformers 支持多种语言

J
sappho192
691
2
Llm Jp 13b Instruct Full Jaster Dolly Oasst V1.0
Apache-2.0
由日本LLM-jp项目开发的大规模语言模型,支持日语和英语的文本生成任务
大型语言模型
Transformers 支持多种语言

L
llm-jp
750
8
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98