Megjelent: 2025. március 24. / Frissítés: 2025. március 24. - Szerző: Konrad Wolfenstein
Mesterséges intelligencia az Exaone Deep-vel: Az LG AI kutatása új érvelést mutat be Dél-Koreából származó modell-agentikus AI: Xpert.Digital
Dél -Korea AI sértője: Az Exaone mély meghatározza a globális szabványokat
Az LG bemutatja az Exaone Deep -t: Forradalmi Agentic AI nyílt forrású alapon
Az Exaone Deep segítségével az LG AI Research egy további érvelési AI modellt tett közzé, mint nyílt forráskódú, amely a dél -koreai AI erőfeszítéseket a globális színpadra hozza. A modellt, amelyet 2025 márciusában mutattak be, míg az NVIDIA fejlesztői konferenciáját a GTC -nek az a képessége jellemzi, hogy annak alapján képes -e megfogalmazni, ellenőrizni, ellenőrizni és autonóm döntéseket hozni annak alapján. Ez az innovatív AI -megoldás jelöli az átmenetet az „Agentic AI” korszakára, és az LG -t a néhány globális vállalat közé helyezi, amelyek ezt a technológiát előmozdítják. A hatékony modellméretű matematikai, tudományos és kódoló referenciaértékek lenyűgöző eredményeivel az Exaone Deep jelentős előrelépés az AI fejlődésben.
Az Exaone Model család és azok fejlődése
A kezdetektől kezdve az Exaone mélyig
Az Exaone Deep alapját 2020 decemberében fektették le az LG AI kutatás alapjával. Az LG Corp elnöke, Koo Kwang-Mo vezetése alatt a Kutatási Osztályt indították azzal a céllal, hogy az LG hosszú távú jövőjét az AI technológián keresztül biztosítsák. Egy menedzsment találkozón Koo hangsúlyozta: "Fejlesztenünk kell az előrelátással, hogy fenntartsuk a növekedési motorokat a 2030 -as években."
Az Exaone modell család fejlesztése 2021 decemberében az Exaone 1.0 -val kezdődött, egy „Supergiant AI” modell, körülbelül 300 milliárd paraméterrel. Ezt az Exaone 2.0 követte 2023 júliusában, az Exaone 3.0 pedig 2024 augusztusában, ez utóbbi, mivel Dél -Korea első nyílt forráskódú AI modellje fontos mérföldkő volt. 2024 végén az Exaone 3.5 az oktatás javításával és a hosszabb kontextusok megértésével követte. Az Exaone Deep erre a fejleményre épül, és kifejezetten az érvelési készségekre összpontosít.
Műszaki architektúra és modellváltozatok
Az Exaone Deep egy dekód-on transzformátor architektúrán alapul, és három méretű változatban kapható:
- Exaone Deep-32B: A zászlóshajó modell 32 milliárd paraméterrel és 64 réteggel, optimalizálva a maximális érvelési teljesítmény érdekében.
- Exaone Deep-7,8b: Könnyű változat, 7,8 milliárd paraméterrel és 32 réteggel, amely a 32B modell teljesítményének 95% -át kínálja a méret mindössze 24% -án.
- Exaone Deep-2.4b: Az eszközön lévő modell 2,4 milliárd paraméterrel és 30 réteggel, amelyek kicsi mérete ellenére (a 32B modell 7,5% -a) továbbra is eléri a teljesítmény 86% -át.
Az összes modell maximális kontextusának terjedelme 32 768 token, ami jelentős javulást jelent a korábbi modellekhez képest. A modelleket elsősorban az érvelés-specifikált adatrekordokon képezték, amelyek figyelembe veszik a hosszú gondolkodási folyamatokat, ami lehetővé teszi számukra a bonyolultabb kapcsolatok megértését és a logikai következtetések levonását.
Alkalmas:
Teljesítményjellemzők és benchmark eredmények
Matematikai érvelés és tudományos problémamegoldás
Az Exaone Deep különösen lenyűgöző eredményeket mutat a matematikai és tudományos érvelési feladatokban. A 32B -os modell 94,5 pontot szerzett a dél -koreai egyetemi belépési teszten (CSAT) a matematikai részben és az American Invitational Mathematics vizsgán (AIME) 2024 90,0 pont, ami meghaladja a versengő modelleket.
A matematikai problémamegoldó készségek értékelésének indexével, a Math-500-mal 95,7 pontot ért el. Különösen figyelemre méltó, hogy a modell ezeket a szolgáltatásokat csak néhány „óriási” modell, például a DeepSeek-R1 (671 milliárd paraméter) kb. 5% -ával éri el.
A tudományos érvelés területén a GPQA gyémánt teszt 32B modellje, amely a fizika, a kémia és a biológia doktori szintjén értékelte a problémamegoldó készségeket, 66,1 pontot szerzett. Ezek az eredmények hangsúlyozzák a modell azon képességét, hogy megértsék és alkalmazzák az összetett tudományos koncepciókat.
Kódolási készségek és a nyelv általános megértése
Az Exaone Deep is bizonyítja erősségét a kódolás és a problémamegoldás területén. A kódolási készségeket kiértékelő livecodebens tesztben a 32B modell 59,5 értéket ért el. Ez hangsúlyozza az alkalmazások potenciálját a szoftverfejlesztés, az automatizálás és más műszaki területek területén, amelyek magas fokú számítást igényelnek.
A nyelv általános megértése érdekében a modell a legmagasabb MMLU -pontszámot (hatalmas multitask nyelvi megértést) szerezte koreai modellek alatt, 83,0 ponttal. Ez azt mutatja, hogy az Exaone Deep nemcsak a speciális érvelési feladatokban, hanem a nyelv általános megértésében is hatékony.
A kisebb modellek teljesítményhatékonysága
A kisebb modellváltozatok teljesítménye különösen figyelemre méltó. A 7,8B-os modell 94,8 pontot szerzett a MATH-500-on és 59,6 pontot az AIME 2025-ben, míg a 2,4B-os modell a MATH-500 92,3 ponton és 47,9 pont az AIME 2024-en. Ezek az eredmények az Exaone kisebb verzióit mélyen a saját kategóriák tetejére helyezik az összes fontos referenciaértékben.
A közösséget különösen meglepte a 2,4B modell teljesítménye. A Reddit hozzájárulásában meg kell jegyezni, hogy ez a kis modell meghaladja a szignifikánsan nagyobb GEMMA3 27B modellt bizonyos referenciaértékekben. Az egyik felhasználó azt írta: "Úgy értem, hogy mondd magamnak, hogy egy 2,4B-os modell (46,6) meghaladja a Gemma3 27B (29,7) -et az élő kód benchmarkjában?"
Alkalmazási potenciál és jelentése az AI piacon
Alkalmazási területek az iparban, a kutatásban és az oktatásban
Az LG AI kutatása azt várja el, hogy az Exaone mélyen használható különféle területeken. A sajtóközlemény kimondja: "Az Exaone Deep nemcsak olyan szakmai területeken fog felhasználni, amelyekre a jövőben az iparágak szükségesek, hanem a tudományos kutatási és oktatási területeken, például a fizikában és a kémiában is azáltal, hogy nagy teljesítményt mutatnak a speciális területek, például a matematika, a tudomány és a kódolás értékelési mutatóiban."
Különös hangsúlyt fektet az eszközön lévő modellre (2,4b), amelyet kis méretének köszönhetően felhasználhat olyan eszközökre, mint az okostelefonok, a gépjárművekben és a robotikában. Mivel az adatok biztonságosan feldolgozhatók az eszközön, anélkül, hogy a külső kiszolgálókhoz szükséges kapcsolat lenne, ez a modell előnyöket kínál az adatbiztonság és a személyes adatok védelme szempontjából.
Pozíció a globális AI versenyen
Az Exaone Deep közzétételével az LG az egyre versenyképesebb globális AI -piacon helyezkedik el. A dél -koreai technológiai vállalat tehát közvetlen versenyben versenyez olyan nagy technológiai vállalatokkal, mint az OpenAAI, a Google Deepmind és a kínai AI fejlesztők, például a DeepSeek.
Az LG AI Research képviselője elmondta: "Körülbelül egy hónappal azután bejelentettük, hogy az Exaone mélyen részt vett a hazai AI ipari verseny diagnosztizálásán és ellenőrzési ülésén, amelyet februárban tartottak a Nemzeti Mesterséges Intelligencia Bizottságban, és a DeepSeek R1 szintű modell nyílt forráskódú kiadása kiderül." A képviselő hozzátette: "Az LGS KI technológia lényege a teljesítmény fenntartása, miközben a modell méretének jelentős csökkenése."
Abban az időben, amikor a költséghatékony modellek nagy figyelmet kapnak a Kínák DeepSeek emelkedése után az érvelési képességek területén, az LGS megközelítés a kisebb, de erőteljes modellek kifejlesztésére stratégiai előnyt jelenthet.
Az érvelés-KI és az „Agentic AI” jelentése
A tudás-sí-tól az érvelésig
Az Exaone Deep segítségével az LG AI kutatása átveszi a „tudás ki” -ről az „érvelés-ki” -re való áttérést. Míg a hagyományos AI-modellek elsősorban az információs hívásokra és a rendelkezésekre irányulnak, az érvelés-KI-k, például az Exaone Deep önállóan beállíthatják a hipotéziseket, ellenőrizhetik őket, és azok alapján önálló döntéseket hozhatnak.
Ez a képesség jelöli az „Agentic AI” - Active AI korszakába való belépést, amely képes „gondolkodni” és önállóan cselekedni. Az LG AI kutatása elmagyarázza: "Az Agentic AI egy aktív AI -re utal, amely képes autonóm döntéseket hozni azáltal, hogy hipotéziseket önállóan megfogalmaz, és következtetéseket hajt végre azok ellenőrzése érdekében."
A nyílt forráskódú stratégia
Az Exaone Deep Publication egyik fontos szempontja a döntés, hogy nyílt forráskódként biztosítsa a modellt. Ezt követi az Exaone 3.0 -val, az első nyílt forráskódú AI modell Dél -Koreában kezdődő stratégiája.
A nyílt forráskódú stratégia lehetővé teszi a fejlesztők számára, hogy korlátozások nélkül használják és fejlesztsék a modellt kutatási célokra. Ez szélesebb körű alkalmazáshoz és a technológia továbbfejlesztéséhez vezethet, és megerősítheti az LG helyzetét a globális AI ökoszisztémában.
Kyung-hoon Bae, az LG AI Research elnöke elmondta: "Azt tervezzük, hogy nyílt forráskódúan ezt a nagyon sokoldalú és könnyű modellt biztosítsuk, hogy az egyetemek és a kutatóintézetek felhasználhassák a legújabb generatív AI technológiát, amely hozzájárul az AI kutatási ökoszisztémához, és tovább javítsa az AI versenyképes képességét."
Alkalmas:
A jövőbeni kilátások és a folyamatban lévő fejlemények
Chatexaone: Az AI-alapú termelékenység új szabványa a vállalatban
Az LG az LG leányvállalataival az év második felében tervezi együttműködni annak érdekében, hogy az Exaone mélyen integrálja a különféle termékeket és szolgáltatásokat. Az alkalmazástól függően az Exaons különböző modellméretekben lesz elérhető, az ultra-könnyű súlyú modelltől az eszközön lévő-KI szolgáltatásokhoz, a speciális alkalmazások nagy teljesítményű modelljéig.
Az Exaone technológia gyakorlati alkalmazásának konkrét példája a Chatexaone, az Exaone 3.0 -on alapuló KI ügynök azoknak a vállalatoknak, amelyek már elérhetőek az LG csoport alkalmazottai számára nyitott béta verzióként. A ChatexaOne különféle funkciókat kínál a munkatermelékenység növelésére, ideértve a valós idejű WEB-alapú kérdés-válasz rendszereket, a dokumentum és a képalapú kérdésválaszrendszereket, a kódolási támogatást és az adatbáziskezelést.
Az AI szakértelem további fejlesztése az LG csoporton belül
Az Exaone Deep fejlesztése egy nagyobb AI stratégia része az LG csoporton belül. Az LG már létrehozott egy belső AI végzős iskolát annak érdekében, hogy kilenc hónapos diplomával és 18 hónapos doktori programmal elősegítse a testreszabott mérnököket.
Az ezeket a kurzusokat részt vevő alkalmazottak olyan projektekkel dolgoznak, amelyeket nehéz kidolgozni az egyes leányvállalatok számára. A kísérleti projekt részeként az LG Display kifejlesztett egy tervezési technológiát, amely több pixel befogadására szolgál ugyanazon a képernyőn, míg az LG Electronics és az LG Innotek módszerei az AI -vel kapcsolatos pontos igények előrejelzésére, ami jelentősen csökkenti a tárolási költségeket.
Miért lehetnek a kisebb AI modellek jobb választás-az Exaone mélyre nézve
Az Exaone Deep bevezetésével az LG AI kutatások fontos mérföldkövet értek el az AI fejlesztésében. Mivel Dél -Korea elsődleges AI -modellje az alapozási modell alapján, az LG számos vezető globális technológiai vállalatba helyezi azt, amely ezt a fejlett AI technológiát fejleszti. A hatékony modellméretű matematikai, tudományos és kódoló referenciaértékek lenyűgöző teljesítménye aláhúzza ennek a modellnek a lehetőségeit a különböző alkalmazási területeken.
Az LG megközelítése különösen figyelemre méltó a viszonylag kis méretű nagy teljesítményű AI modellek kidolgozása. Míg sok AI vállalat egyre nagyobb modellekre támaszkodik, az Exaone Deep megmutatja, hogy az intelligens optimalizálás és a speciális képzés révén a kisebb modellek elérhetik a legjobb teljesítményt. Ez nemcsak gazdasági előnyöket kínálhat, hanem lehetővé teszi a hatékony AI modellek használatát az Edge készülékeken is.
Az Exaone Deep nyílt forráskódú közzétételével az LG AI kutatása hozzájárul a globális AI kutatási ökoszisztémához, és ugyanakkor megerősíti Dél -Korea helyzetét a nemzetközi AI versenyen. Még nem látni kell, hogy ezt a technológiát hogyan alkalmazzák az LG csoport különféle termékeiben és szolgáltatásaiban, és milyen innovációt tesz lehetővé a különféle iparágakban.
Alkalmas:
Az Ön globális marketing- és üzletfejlesztési partnere
☑️ Üzleti nyelvünk angol vagy német
☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!
Konrad Wolfenstein
Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.
Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein ∂ xpert.digital
Nagyon várom a közös projektünket.
