awesome-japanese-llm

一站式查找日语大模型,快速选型不踩坑

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 49 👀 关注 31
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1446
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,汇总日本语LLM资源,无收费功能。

项目预览

awesome-japanese-llm 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队llm-jp
定价模式🏷️完全免费
价格说明开源项目,汇总日本语LLM资源,无收费功能。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型foundation-models,generative-ai,generative-model,generative-models,japanese,japanese-language,japanese-language-model,japanese-llm,language-model,language-models,large-language-model,large-language-models,llm,llm-japanese,llms,multimodal,vision-and-language,vision-language,vision-language-model
GitHub 星标★ 1446
上线时间2023-07-09 00:00:00
代码更新2026-11-09
仓库体积13.7 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

这是一个专门汇总日本语大语言模型(LLM)资源的精选清单项目,旨在解决日语NLP领域模型分散、信息难找的问题。它系统整理了各类支持日语的LLM,包括开源模型、商业API、基准测试结果、相关论文和工具链,并按照模型类型、参数规模、性能表现等维度进行分类。项目核心能力是提供结构化的日语模型导航,帮助开发者快速对比和选择适合的日语生成模型,同时涵盖从基础模型到指令微调模型的完整生态。对于从事日语AI应用开发、研究日语NLP或需要多语言支持的团队,这是一个高效的信息入口,能大幅节省调研时间。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1446

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:云服务 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境与浏览器
  • 仅需查阅资料时无需安装任何依赖
  • 如需查看仓库源文件,需已安装 git 命令
  • README 未提供本地构建/运行说明,建议直接使用 Web 版

安装与启动步骤

  1. 1打开在线 Web 版

    README 明确推荐优先使用 Web 版,表格排版更清晰,可避免 GitHub 上表格显示错乱。

  2. 2克隆仓库到本地

    如需在本地查看 Markdown 源文件或多语言版本,可把仓库克隆下来。

    git clone https://github.com/llm-jp/awesome-japanese-llm.git
  3. 3阅读日语模型清单

    查看文本生成、多模态、基准测试等章节,按公开年、架构、参数量、许可证对比模型。

  4. 4通过 Issues 反馈

    发现内容有误或想推荐新模型时,到 GitHub Issues 提交,由维护者审核合并。

如何确认成功

浏览器打开 https://llm-jp.github.io/awesome-japanese-llm 能看到日语 LLM 分类表格即为正常。

常见问题

Q:这个项目需要安装依赖或运行服务吗?

A:不需要。它是资料汇总仓库,README 中没有提供任何安装或构建命令,直接浏览 Web 版或 Markdown 文件即可。

Q:清单里的模型都能商用吗?

A:不一定。多数模型是 MIT 或 Apache-2.0,但部分为 CC BY-NC-SA 4.0 等非商用许可或厂商自定义许可,使用前必须逐一确认。

Q:如何向清单里补充新模型?

A:通过 https://github.com/llm-jp/awesome-japanese-llm/issues 提交 Issue,说明模型名称与公开链接。

Q:有中文或英文版本吗?

A:README 顶部提供 English(./en/)和 Français(./fr/)入口,暂未看到中文版。

注意事项

  • 本仓库是信息汇总清单,不是可直接部署运行的软件,不存在安装步骤。
  • README 明确声明内容不保证完整性与准确性,信息可能随时变更。
  • 部分模型适用非营利限定许可,商用前请核对各模型许可证与利用条款。
  • 表格在 GitHub 上可能排版错乱,官方推荐使用 Web 版阅读。

核心亮点

  • 覆盖全面,从开源权重到商业API,日语模型一网打尽
  • 按性能/规模分类,并附基准测试数据,方便横向对比
  • 持续更新,紧跟日语LLM最新进展

不足之处

  • 以列表为主,缺乏深度评测或使用指南
  • 文档/社区待观察

适用场景

  • 日语NLP产品选型调研
  • 日语AI应用开发前的模型对比
  • 学术研究快速了解日语LLM生态

替代项目

awesome-llm、Japanese-LLM-benchmarks、lm-evaluation-harness

上一篇:World-Simulator

下一篇:testtimescaling.github.io

同类项目推荐

MiniMax-M2 开源

写代码、跑智能体,一个模型全搞定

MiniMax-M2, a model built for Max coding & agentic workflows.

★ 2602 2026-08-09
Large-Language-Models 开源

智能爬虫+知识图谱,让LLM直接吃到结构化知识

xLLM 1.0, smart crawling, knowledge graph discovery.

★ 475 2026-08-09
HyperSIGMA 开源

高光谱遥感一站式基础模型,开箱即用做分类检测

The official repo for [TPAMI'25] "HyperSIGMA: Hyperspectral Intelligence Comprehensi···

★ 395 2026-08-09
Me-LLaMA 开源

让通用大模型变身医学专家,医疗任务效果拉满

A novel medical large language model family with 13/70B parameters, which have SOTA ···

★ 168 2026-08-09
tabpfn-time-series 开源

不训练,几行代码直接预测未来时间序列

Zero-shot Time Series Forecasting with TabPFN (work accepted at NeurIPS 2024 TRL and···

★ 476 2026-09-20
GPT-Models-Plus 开源

一个脚本搞定 ChatGPT、Claude、Grok 多模型调用

别问我为什么大杂烩放在一块,懒得新建项目

★ 126 2026-08-09
MGM-Omni 开源

让语音大模型记住你的声音,长对话也能个性化陪伴

MGM-Omni: Scaling Omni LLMs to Personalized Long-Horizon Speech

★ 202 2026-08-09
iris-3b 开源

一个模型直接生成像素,还能测深度、修图。

Iris-3B: pixel-space generation & general vision learner. A 3B diffusion transformer···

★ 224 2026-10-14