Fugu-MT 論文翻訳(概要): OpenJAI-v1.0: An Open Thai Large Language Model

論文の概要: OpenJAI-v1.0: An Open Thai Large Language Model

arxiv url: http://arxiv.org/abs/2510.06847v1
Date: Wed, 08 Oct 2025 10:12:56 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-09 16:41:20.416877
Title: OpenJAI-v1.0: An Open Thai Large Language Model
Title（参考訳）: OpenJAI-v1.0: タイのオープンな大規模言語モデル
Authors: Pontakorn Trakuekul, Attapol T. Rutherford, Jullajak Karnjanaekarin, Narongkorn Panitsrisit, Sumana Sumanakul,
Abstract要約: OpenJAI-v1.0はタイ語と英語のオープンソースの大規模言語モデルである。当社の作業は、慎重にキュレートされたデータによるパフォーマンス向上に重点を置いています。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce OpenJAI-v1.0, an open-source large language model for Thai and English, developed from the Qwen3-14B model. Our work focuses on boosting performance on practical tasks through carefully curated data across three key use cases: instruction following, long-context understanding, and tool use. Evaluation results show that OpenJAI-v1.0 improves on the capabilities of its base model and outperforms other leading open-source Thai models on a diverse suite of benchmarks, while avoiding catastrophic forgetting. OpenJAI-v1.0 is publicly released as another alternative NLP resource for the Thai AI community.
Abstract（参考訳）: 我々は、Qwen3-14Bモデルから開発されたタイ語と英語のためのオープンソースの大規模言語モデルOpenJAI-v1.0を紹介する。本研究は,3つの主要なユースケース – インストラクションフォロー,長期コンテキスト理解,ツール使用 – に対して慎重にキュレートされたデータを通じて,実践的なタスクのパフォーマンス向上に重点を置いている。評価の結果、OpenJAI-v1.0はベースモデルの能力を改善し、様々なベンチマークで他の主要なオープンソースタイモデルを上回る性能を示し、破滅的な忘れ込みを避けている。 OpenJAI-v1.0は、タイのAIコミュニティのための代替NLPリソースとして公開されている。

関連論文リスト

Llama-3-Nanda-10B-Chat: An Open Generative Large Language Model for Hindi [28.979822255004194]
Llama-3-Nanda-10B-Chat(略してNanda)を紹介する。 Nandaは、Llama Proの方法論を利用して、拡張されたトランスフォーマーブロックによる継続的事前トレーニングを取り入れている。 100億のパラメータを持つNandaは、オープンソースのHindiと、同様のスケールのマルチ言語モデルのトップパフォーマンスの1つだ。
論文参考訳（メタデータ） (2025-04-08T13:16:54Z)
OpenThaiGPT 1.6 and R1: Thai-Centric Open Source and Reasoning Large Language Models [0.0]
OTG-1.6はタスク・アリストメティクス・モデルを組み合わせて広範囲に一般化し、OTG-R1はマルチステージ・トレーニングとLess-Is-More Reasoning hypothesis (LIMO)を統合して高度な推論を行う。ベンチマーク評価は、タイ語のタスク間で優れたパフォーマンスを示し、大規模なオープンソースであるタイのLLMに対して競争力を発揮する。
論文参考訳（メタデータ） (2025-04-02T14:55:52Z)
Xmodel-1.5: An 1B-scale Multilingual LLM [4.298869484709548]
2兆のトークンで事前訓練された多言語大言語モデルであるXmodel-1.5を紹介する。 Xmodel-1.5は65,280個のトークンを持つカスタムユニグラムトークンライザを採用し、効率と精度の両方を最適化している。このモデルは、タイ語、アラビア語、フランス語、中国語、英語など、複数の言語で競合する結果をもたらす。
論文参考訳（メタデータ） (2024-11-15T10:01:52Z)
OpenThaiGPT 1.5: A Thai-Centric Open Source Large Language Model [0.0]
OpenThaiGPT 1.5はQwen v2.5をベースにした高度なタイ語チャットモデルである。このレポートは、モデルの開発、能力、パフォーマンスに関する工学的な視点を提供する。
論文参考訳（メタデータ） (2024-11-11T18:58:46Z)
Navigating Text-to-Image Generative Bias across Indic Languages [53.92640848303192]
本研究ではインドで広く話されているIndic言語に対するテキスト・ツー・イメージ(TTI)モデルのバイアスについて検討する。これらの言語における主要なTTIモデルの生成的パフォーマンスと文化的関連性を評価し,比較する。
論文参考訳（メタデータ） (2024-08-01T04:56:13Z)
Vikhr: The Family of Open-Source Instruction-Tuned Large Language Models for Russian [44.13635168077528]
Vikhr (英語: Vikhr) は、ロシア語に特化して設計された、バイリンガルなオープンソースの命令フォローリング LLM のシリーズである。 Vikhrは、適応されたトークン化剤の語彙を特徴とし、全ての重みのトレーニングと指導の継続を行っている。モデルの重み、命令セット、コードは公開されています。
論文参考訳（メタデータ） (2024-05-22T18:58:58Z)
What Is Missing in Multilingual Visual Reasoning and How to Fix It [57.37123046817781]
視覚的推論タスクを用いてNLPモデルの多言語・多モーダル機能を評価する。 GPT-4Vのようなプロプライエタリなシステムは、現在このタスクで最高のパフォーマンスを得るが、オープンモデルは比較に遅れている。 LLaVA-v1.5-13Bは13.4%、LLaVA-v1.6-34Bは20.3%、Qwen-VLは16.7%向上した。
論文参考訳（メタデータ） (2024-03-03T05:45:27Z)
Multilingual E5 Text Embeddings: A Technical Report [63.503320030117145]
異なるサイズの3つの埋め込みモデルを提供し、推論効率と埋め込み品質のバランスを提供する。そこで我々は,新しい命令調整型埋め込みモデルを導入し,その性能は類似サイズの最先端の英語のみのモデルと同等である。
論文参考訳（メタデータ） (2024-02-08T13:47:50Z)
Jais and Jais-chat: Arabic-Centric Foundation and Instruction-Tuned Open Generative Large Language Models [57.76998376458017]
私たちはJaisとJais-chatを紹介します。これは、最先端のアラビア中心の新たな基礎であり、命令で調整されたオープンな生成型大言語モデル(LLMs)です。モデルはGPT-3デコーダのみのアーキテクチャに基づいており、アラビア語と英語のテキストが混在している。本稿では、トレーニング、チューニング、安全性アライメント、モデルの評価について詳述する。
論文参考訳（メタデータ） (2023-08-30T17:07:17Z)
An Open Dataset and Model for Language Identification [84.15194457400253]
マクロ平均F1スコア0.93、偽陽性率0.033を201言語で達成するLIDモデルを提案する。モデルとデータセットの両方を研究コミュニティに公開しています。
論文参考訳（メタデータ） (2023-05-23T08:43:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。