Diterbitkan pada: 24 Maret 2025 / Pembaruan Dari: 24 Maret 2025 - Penulis: Konrad Wolfenstein
Kecerdasan Buatan dengan Exaone Deep: Penelitian AI LG memperkenalkan penalaran baru AI AI-agentik AI dari Korea Selatan Image: Xpert.Digital
Ofensif AI Korea Selatan: Exaone Deep menetapkan standar global
LG Presents Exaone Deep: AI agen revolusioner berdasarkan open source
Dengan Exaone Deep, LG AI Research telah menerbitkan model AI penalaran lebih lanjut sebagai open source yang membawa upaya AI Korea Selatan ke panggung global. Model yang disajikan pada Maret 2025 sementara Konferensi Pengembang NVIDIA GTC ditandai dengan kemampuannya untuk merumuskan, memeriksa, memeriksa, dan membuat keputusan otonom berdasarkan itu. Solusi AI yang inovatif ini menandai transisi ke era "agen AI" dan memposisikan LG di antara beberapa perusahaan global yang mendorong teknologi ini maju. Dengan pencapaian yang mengesankan dalam tolok ukur matematika, ilmiah dan pengkodean dengan ukuran model yang efisien, Exaone Deep adalah kemajuan yang signifikan dalam pengembangan AI.
Keluarga Model Exaone dan perkembangan mereka
Dari awal hingga exaone dalam
Dasar untuk Exaone Deep diletakkan pada bulan Desember 2020 dengan fondasi penelitian LG AI. Di bawah kepemimpinan Ketua LG Corp Koo Kwang-Mo, departemen penelitian diluncurkan dengan tujuan mengamankan masa depan jangka panjang LG melalui teknologi AI. Dalam pertemuan manajemen, Koo menekankan: "Kami harus mengembangkan AI dengan pandangan ke depan untuk mempertahankan mesin pertumbuhan untuk tahun 2030 -an."
Pengembangan keluarga model Exaone dimulai dengan Exaone 1.0 pada bulan Desember 2021, model "AI supergiant" dengan sekitar 300 miliar parameter. Ini diikuti oleh Exaone 2.0 pada Juli 2023 dan Exaone 3.0 pada Agustus 2024, yang terakhir sebagai model AI open source pertama Korea Selatan adalah tonggak penting. Pada akhir 2024, ExaOne 3.5 diikuti dengan peningkatan kepatuhan instruksi dan pemahaman tentang konteks yang lebih lama. Exaone Deep membangun pada pengembangan ini dan berfokus secara khusus pada keterampilan penalaran.
Arsitektur teknis dan varian model
ExaOne Deep didasarkan pada arsitektur transformator decoder-on-on dan tersedia dalam tiga varian ukuran:
- ExaOne Deep-32B: Model andalan dengan 32 miliar parameter dan 64 lapisan, dioptimalkan untuk kinerja penalaran maksimum.
- ExaOne Deep-7.8b: Versi ringan dengan 7,8 miliar parameter dan 32 lapisan, yang menawarkan 95% kinerja model 32B hanya 24% dari ukuran.
- ExaOne Deep-2.4b: Model on-perangkat dengan 2,4 miliar parameter dan 30 lapisan, yang, meskipun ukurannya kecil (7,5% dari model 32B), masih mencapai 86% dari kinerja.
Semua model memiliki ruang lingkup konteks maksimum 32.768 token, yang merupakan peningkatan yang signifikan dibandingkan dengan model sebelumnya. Model-model tersebut terutama dilatih tentang catatan data yang beralasan yang memperhitungkan proses pemikiran yang lama, yang memungkinkan mereka untuk memahami hubungan yang lebih rumit dan menarik kesimpulan logis.
Cocok untuk:
Fitur kinerja dan hasil benchmark
Penalaran Matematika dan Pemecahan Masalah Ilmiah
Exaone Deep menunjukkan hasil yang sangat mengesankan dalam tugas penalaran matematika dan ilmiah. Model 32B mencetak 94,5 poin pada Tes Masuk Universitas Korea Selatan (CSAT) di bagian matematika dan pada American Invitational Mathematics Exect (AIME) 2024 90,0 poin, yang melampaui model yang bersaing.
Dengan Math-500, indeks untuk evaluasi keterampilan pemecahan masalah matematika, ia mencapai 95,7 poin. Sangat penting bahwa model ini mencapai layanan ini dengan hanya sekitar 5% dari ukuran beberapa model "raksasa" seperti Deepseek-R1 (671 miliar parameter).
Di bidang penalaran ilmiah, model 32B dalam tes berlian GPQA, yang mengevaluasi keterampilan pemecahan masalah pada tingkat doktor dalam fisika, kimia dan biologi, mencetak 66,1 poin. Hasil ini menggarisbawahi kemampuan model untuk memahami dan menerapkan konsep ilmiah yang kompleks.
Keterampilan pengkodean dan pemahaman umum tentang bahasa
Exaone Deep juga membuktikan kekuatannya di bidang pengkodean dan pemecahan masalah. Dalam tes LiveCodebench yang mengevaluasi keterampilan pengkodean, model 32B mencapai nilai 59,5. Ini menggarisbawahi potensinya untuk aplikasi dalam pengembangan perangkat lunak, otomatisasi, dan bidang teknis lainnya yang membutuhkan tingkat perhitungan yang tinggi.
Dalam pemahaman umum bahasa, model ini mendapatkan skor MMLU tertinggi (pemahaman bahasa multitask besar -besaran) di bawah model Korea dengan 83,0 poin. Ini menunjukkan bahwa Exaone Deep tidak hanya efisien dalam tugas penalaran khusus, tetapi juga dalam pemahaman umum bahasa.
Efisiensi kinerja model yang lebih kecil
Kinerja varian model yang lebih kecil sangat penting. Model 7.8B mencetak 94,8 poin di Math-500 dan 59,6 poin di AIME 2025, sedangkan model 2.4B di Math-500 92,3 poin dan 47,9 poin untuk AIME 2024. Hasil ini memposisikan versi yang lebih kecil dari Exaone di bagian atas kategori masing-masing dalam semua tolok ukur penting.
Komunitas ini sangat terkejut dengan kinerja model 2.4B. Dalam kontribusi reddit dicatat bahwa model kecil ini bahkan melebihi model GEMMA3 27B yang secara signifikan lebih besar dalam tolok ukur tertentu. Seorang pengguna menulis: "Maksud saya-Anda mengatakan pada diri sendiri bahwa model 2.4b (46.6) melebihi Gemma3 27b (29.7) dalam tolok ukur Live Code?"
Potensi dan makna aplikasi di pasar AI
Bidang aplikasi dalam industri, penelitian dan pendidikan
Penelitian LG AI mengharapkan Exaone Deep untuk digunakan di berbagai bidang. Siaran pers menyatakan: "Exaone Deep tidak hanya akan digunakan dalam bidang profesional yang diperlukan oleh industri di masa depan, tetapi juga dalam penelitian ilmiah dan pendidikan seperti fisika dan kimia dengan menunjukkan kinerja tinggi dalam indikator evaluasi bidang khusus seperti matematika, sains dan pengkodean."
Fokus khusus adalah pada model on-device (2.4b), yang dapat digunakan karena ukurannya yang kecil pada perangkat seperti smartphone, di mobil dan robotika. Karena data dapat diproses dengan aman pada perangkat tanpa koneksi yang diperlukan ke server eksternal, model ini menawarkan keuntungan untuk keamanan data dan perlindungan data pribadi.
Posisikan dalam Kompetisi AI Global
Dengan publikasi Exaone Deep, LG memposisikan dirinya di pasar AI global yang semakin kompetitif. Perusahaan teknologi Korea Selatan dengan demikian bersaing dalam persaingan langsung dengan perusahaan teknologi besar seperti OpenAai, Google DeepMind dan pengembang AI Cina seperti Deepseek.
Perwakilan penelitian AI LG mengatakan: "Kami telah mengumumkan Exaone dalam sekitar sebulan setelah berpartisipasi dalam diagnosis kompetisi industri AI domestik dan pertemuan inspeksi, yang diadakan pada bulan Februari di Komite Intelijen Buatan Nasional pada bulan Februari dan publikasi open source dari model tingkat R1 Deepseek adalah pencarian." Perwakilan menambahkan: "Inti dari teknologi LGS KI adalah pemeliharaan kinerja sementara pengurangan ukuran model yang signifikan."
Pada saat model hemat biaya menerima perhatian besar setelah munculnya Chinas Deepseek di bidang kemampuan penalaran, pendekatan LGS untuk mengembangkan model yang lebih kecil tetapi kuat bisa menjadi keuntungan strategis.
Arti dari Reasoning-Ki dan "Agentic AI"
Dari SKI Pengetahuan ke Reasoning-Ki
Dengan Exaone Deep, penelitian LG AI mengambil transisi dari "Pengetahuan Ki" ke "Reasoning-Ki". Sementara model AI tradisional terutama diarahkan untuk panggilan informasi dan penyediaan, penalaran-KI seperti Exaone Deep dapat mengatur hipotesis secara mandiri, periksa dan membuat keputusan otonom berdasarkan pada mereka.
Kemampuan ini menandai masuknya ke era "agen AI" - AI aktif, yang mampu "berpikir" dan bertindak secara mandiri. Penelitian AI LG menjelaskan: "AI Agen mengacu pada AI aktif yang mampu membuat keputusan otonom dengan merumuskan hipotesis secara mandiri dan melakukan kesimpulan untuk memverifikasi mereka."
Strategi open source
Aspek penting dari publikasi Exaone Deep adalah keputusan untuk memberikan model sebagai open source. Ini diikuti oleh strategi yang dimulai dengan ExaOne 3.0, model AI open source pertama di Korea Selatan.
Strategi open source memungkinkan pengembang untuk menggunakan dan mengembangkan model untuk tujuan penelitian tanpa batasan. Ini dapat mengarah pada aplikasi yang lebih luas dan pengembangan lebih lanjut dari teknologi dan memperkuat posisi LG di ekosistem AI global.
Kyung-hoon Bae, presiden LG AI Research, mengatakan: "Kami berencana untuk memberikan model yang sangat fleksibel dan ringan ini sebagai sumber terbuka sehingga universitas dan lembaga penelitian dapat menggunakan teknologi AI generatif terbaru, yang berkontribusi pada ekosistem penelitian AI dan selanjutnya meningkatkan kemampuan kompetitif AI."
Cocok untuk:
Prospek masa depan dan perkembangan berkelanjutan
Chatexaone: Standar baru untuk produktivitas berbasis AI di perusahaan
LG berencana untuk bekerja dengan anak perusahaan LG di paruh kedua tahun ini untuk mengintegrasikan exaone jauh ke dalam berbagai produk dan layanan. Bergantung pada aplikasinya, Exaons akan tersedia dalam ukuran model yang berbeda, dari model ultra-ringan untuk layanan on-device-ki hingga model kinerja tinggi untuk aplikasi khusus.
Contoh konkret dari aplikasi praktis teknologi ExaOne adalah Chatexaone, agen KI yang didasarkan pada ExaOne 3.0 untuk perusahaan yang sudah tersedia sebagai versi beta terbuka untuk karyawan grup LG. Chatexaone menawarkan berbagai fungsi untuk meningkatkan produktivitas tenaga kerja, termasuk sistem pertanyaan-jawaban berbasis-waktu-nyata, sistem respons pertanyaan berbasis dokumen dan gambar, dukungan pengkodean dan manajemen basis data.
Pengembangan lebih lanjut dari keahlian AI dalam kelompok LG
Pengembangan Exaone Deep adalah bagian dari strategi AI yang lebih besar dalam kelompok LG. LG telah mendirikan sekolah pascasarjana AI internal untuk mempromosikan insinyur yang dibuat khusus dengan gelar master sembilan bulan dan program doktor 18 bulan.
Karyawan yang mengikuti kursus ini bekerja pada proyek yang sulit dikembangkan untuk anak perusahaan individu. Sebagai bagian dari proyek percontohan, layar LG mengembangkan teknologi desain untuk mengakomodasi lebih banyak piksel pada layar yang sama, sementara LG Electronics dan metode LG Innotek untuk perkiraan permintaan yang tepat dengan AI, yang secara signifikan akan mengurangi biaya penyimpanan.
Mengapa model AI yang lebih kecil bisa menjadi pilihan yang lebih baik-melihat Exaone Deep
Dengan diperkenalkannya Exaone Deep, LG AI Research telah mencapai tonggak penting dalam pengembangan AI. Sebagai model AI penalaran pertama Korea Selatan berdasarkan model yayasan, LG menempatkannya di sejumlah perusahaan teknologi global terkemuka yang mengembangkan teknologi AI canggih ini. Kinerja yang mengesankan dalam tolok ukur matematika, ilmiah dan pengkodean dengan ukuran model yang efisien menggarisbawahi potensi model ini untuk berbagai bidang aplikasi.
Pendekatan LG sangat penting untuk mengembangkan model AI berkinerja tinggi dengan ukuran yang relatif kecil. Sementara banyak perusahaan AI mengandalkan model yang lebih besar, Exaone Deep menunjukkan bahwa dengan optimasi cerdas dan pelatihan khusus, model yang lebih kecil dapat mencapai kinerja terbaik. Ini tidak hanya dapat menawarkan keunggulan ekonomi, tetapi juga memungkinkan penggunaan model AI yang kuat pada perangkat tepi.
Dengan publikasi open source Exaone Deep, LG AI Research berkontribusi pada ekosistem penelitian AI global dan pada saat yang sama memperkuat posisi Korea Selatan dalam kompetisi AI internasional. Masih harus dilihat bagaimana teknologi ini diimplementasikan dalam berbagai produk dan layanan kelompok LG dan inovasi apa yang akan memungkinkannya di berbagai industri.
Cocok untuk:
Mitra pemasaran global dan pengembangan bisnis Anda
☑️ Bahasa bisnis kami adalah Inggris atau Jerman
☑️ BARU: Korespondensi dalam bahasa nasional Anda!
Konrad Wolfenstein
Saya akan dengan senang hati melayani Anda dan tim saya sebagai penasihat pribadi.
Anda dapat menghubungi saya dengan mengisi formulir kontak atau cukup hubungi saya di +49 89 89 674 804 (Munich) . Alamat email saya adalah: wolfenstein ∂ xpert.digital
Saya menantikan proyek bersama kita.
