#字符级tokenization

deberta-v2-large-japanese-char-wwm是一个基于DeBERTa V2架构的日语预训练语言模型。它采用字符级分词和全词遮蔽技术，在171GB的日语语料库上训练而成。该模型支持掩码语言建模等任务，可直接处理原始文本。经26天训练后，模型在掩码语言建模评估集上达到79.5%的准确率，为日语自然语言处理研究和应用提供了强大工具。