#韩语

awesome-korean-llm

本资源列表全面汇总了韩语开源大语言模型(LLM)信息。内容涵盖Polyglot-Ko、KoAlpaca、KULLM等多种韩语LLM模型,提供模型规模、开发者、基础架构等核心数据。同时按基础模型对韩语LLM进行分类,包括基于Polyglot-Ko、Llama、Llama-2等的不同类型。该列表为韩语自然语言处理研究者提供了重要参考。

KoLLaVA

KoLLaVA是基于LLaVA框架开发的韩语多模态AI模型。通过韩语指令微调,该模型实现图像理解和多轮对话,可回答图像相关问题并进行视觉推理。项目开源了预训练和指令微调数据集、模型权重,并提供详细使用说明,为韩语多模态AI研究与应用提供了重要资源。

KoBigBird

KoBigBird是基于BigBird架构的韩语预训练模型，支持处理长达4096个token的序列。通过稀疏注意力机制，其计算复杂度从O(n²)降至O(n)。在短序列和长序列任务评估中，KoBigBird表现优异。项目包含使用指南、预训练方法和评估结果，为韩语自然语言处理提供支持。

bert-base-cased-Korean-sentiment

此情感分析模型基于bert-base-multilingual-cased进行优化，专为韩语购物评论设计，准确率超过92%，用于情感分类。

wav2vec2-large-xlsr-korean

wav2vec2-large-xlsr-korean是一个开源的韩语自动语音识别模型。该模型基于wav2vec2-large-xlsr架构，在Zeroth Korean数据集上训练和评估。模型展现出卓越性能，词错误率(WER)为4.74%，字符错误率(CER)为1.78%。它能够直接将音频转换为文本，为韩语语音识别应用提供了高精度的开源解决方案。

kobert-base-v1

KoBERT是SKT Brain开发的韩语BERT模型，针对韩语特性进行了优化。这一预训练模型为文本分类、命名实体识别等韩语自然语言处理任务提供了有力支持。作为开源项目，KoBERT在GitHub上提供了完整代码和文档，方便研究人员和开发者使用和研究。

KoELECTRA-small-v3-modu-ner

KoELECTRA-small-v3-modu-ner是一个韩语命名实体识别模型，基于koelectra-small-v3-discriminator进行微调。该模型采用BIO标注系统，能够识别15种实体类型，涵盖人工制品、动物和文明等多个领域。在评估集上，模型达到了0.8339的F1分数和0.9628的准确率。用户可以通过Transformers pipeline轻松调用此模型，适用于多种韩语命名实体识别任务。

llama-3.2-Korean-Bllossom-3B-GGUF

Bllossom团队推出的这是一个全新的韩英双语语言模型，旨在增强Meta-Llama-3.2-3B的韩语能力。通过150GB高质量韩语数据的调优，该模型在不影响英语表现的同时，对韩语支持进行了强化。在LogicKor测试中表现突出，并允许多种性能优化方法。该项目在AAAI2024等会议上获得了口头报告机会，旨在进一步推动韩语语言能力的提升。

bert-base

KLUE BERT base是一个专门针对韩语自然语言处理任务的预训练模型。它基于62GB多样化韩语语料库训练，采用创新的形态素子词分词技术。在KLUE基准测试中，该模型在主题分类、语义相似度和命名实体识别等多项任务上展现出优异性能。此外，研究团队也注重解决数据偏见和隐私保护问题，为韩语NLP领域提供了重要工具。