
Hugging Face 入門 全10回-【第8回】
【第7回】はこちら
【第8回】Hub でモデルを探す
目的に合ったモデルを選ぶ
Hugging Face Hub には 100万件を超えるモデルが公開されている。効率よく探すためにはフィルタリング機能を使う。
URL:https://huggingface.co/models
フィルタの使い方
サイト左側のフィルタパネルで以下の条件を絞り込むことができます。
Tasks AI が実行するタスクの種類を示す項目で、Text Generation(文章生成)や Translation(翻訳)など、モデルの用途によって分類されている。
Languages モデルが対応している言語で絞り込むための項目で、例えば ja を指定すると日本語に対応したモデルだけを表示できる。
Libraries そのモデルが利用できる機械学習ライブラリを示しており、PyTorch や TensorFlow など、使用したいフレームワークに合わせて選択できる。
License モデルのライセンス条件を示す項目で、MIT や Apache-2.0 など、利用条件に応じてモデルを選ぶことができる。
モデルページの読み方
モデルのページには以下の情報が掲載されています。
Model Card(モデルカード) モデルの概要・用途・使い方・制限事項などが記載されたドキュメント。使う前に必ず確認する。
Files and versions モデルの実際のファイル一覧。ファイルサイズでダウンロード量を事前に確認できる。
Community ユーザーによる質問・議論の場。使い方の疑問はここで検索・質問できる。
日本語モデルの探し方
日本語テキストを扱うには、日本語に対応したモデルが必要です。
huggingface.co/models → Languages: Japanese(ja)で絞り込む
代表的な日本語対応モデル
代表的な日本語対応モデルとして、いくつかよく使われるものを紹介します。
rinna/japanese-gpt2-medium 株式会社 rinna が公開しているモデルで、日本語の文章生成を得意とする GPT-2 系のモデルである。比較的軽量で扱いやすく、日本語テキスト生成の実験やアプリ開発などに利用されることが多い。
cl-tohoku/bert-base-japanese 東北大学が公開している日本語版 BERT モデルである。文章分類、感情分析、固有表現抽出など、自然言語処理のさまざまなタスクに利用でき、日本語 NLP の基礎モデルとして広く使われている。
cyberagent/open-calm-7b CyberAgent が公開した日本語対応の大規模言語モデル(LLM)である。約70億パラメータを持ち、日本語での対話や文章生成などを目的として開発されたモデルとして知られている。
コードでモデル情報を確認する
from huggingface_hub import model_info
info = model_info("rinna/japanese-gpt2-medium")
print(info.modelId)
print(info.tags)用語解説
Model Card(モデルカード) モデルの概要・学習データ・使い方・制限事項・倫理的な配慮事項などをまとめたドキュメント。信頼できるモデルかどうかを判断する重要な情報源。
ライセンス(License) モデルの利用条件を定めた規約。商用利用の可否・再配布の条件などが異なる。MIT や Apache-2.0 は比較的自由度が高い。
huggingface_hub Hugging Face Hub を Python から操作するためのライブラリ。モデルのダウンロード・アップロード・情報取得などができる。
サブワード(Subword) 単語をさらに細かい単位に分割したトークン。未知語への対応や語彙サイズの削減のために使われる。日本語では「物理学」→「物理」「学」のように分割されることがある。
次回はより実践的な使い方として、Fine-tuning(ファインチューニング)の概念を解説します。
(2026年3月11日記)
#HuggingFace #機械学習入門 #エラー解決 #Python #初心者向け