Artificiell intelligens med EXAONE Deep: LG AI Research presenterar ny AI-modell för resonemang – Agentic AI från Sydkorea – Bild: Xpert.Digital
Sydkoreas AI-offensiv: EXAONE Deep sätter globala standarder
LG presenterar EXAONE Deep: Revolutionerande öppen källkodsbaserad AI
LG AI Research har släppt EXAONE Deep, en avancerad AI-modell för resonemang, som öppen källkod, vilket tar Sydkoreas AI-insatser till den globala scenen. Modellen, som presenterades i mars 2025 på NVIDIAs GTC-utvecklarkonferens, utmärker sig genom sin förmåga att självständigt formulera och testa hypoteser och fatta autonoma beslut baserat på dem. Denna innovativa AI-lösning markerar övergången till eran av "agentisk AI" och placerar LG bland de få globala företag som driver denna teknik framåt. Med imponerande prestanda inom matematiska, vetenskapliga och kodande riktmärken, i kombination med effektiv modellstorleksbestämning, representerar EXAONE Deep ett betydande framsteg inom AI-utveckling.
EXAONE-modellfamiljen och dess utveckling
Från början till EXAONE Deep
Grunden för EXAONE Deep lades i december 2020 med etableringen av LG AI Research. Forskningsavdelningen, ledd av LG Corps ordförande Koo Kwang-mo, skapades med målet att säkra LG:s långsiktiga framtid genom AI-teknik. Vid ett ledarskapsmöte betonade Koo: ”Vi måste utveckla AI proaktivt för att säkra tillväxtfaktorer för 2030-talet.”
Utvecklingen av EXAONE-modellfamiljen började med EXAONE 1.0 i december 2021, en "superjätte-AI"-modell med cirka 300 miljarder parametrar. Denna följdes av EXAONE 2.0 i juli 2023 och EXAONE 3.0 i augusti 2024, den senare representerade en betydande milstolpe som Sydkoreas första AI-modell med öppen källkod. I slutet av 2024 släpptes EXAONE 3.5, med förbättrad instruktionsföljning och förståelse för längre sammanhang. EXAONE Deep bygger vidare på denna utveckling och fokuserar specifikt på resonemangsförmåga.
Teknisk arkitektur och modellvarianter
EXAONE Deep är baserad på en transformatorarkitektur endast för avkodare och finns i tre storleksvarianter:
- EXAONE Deep-32B: Flaggskeppsmodellen med 32 miljarder parametrar och 64 lager, optimerad för maximal resonemangsprestanda.
- EXAONE Deep-7.8B: En lättviktsversion med 7,8 miljarder parametrar och 32 lager, som erbjuder 95 % av prestandan hos 32B-modellen vid endast 24 % av storleken.
- EXAONE Deep-2.4B: En enhetsbaserad modell med 2,4 miljarder parametrar och 30 lager som, trots sin lilla storlek (7,5 % av 32B-modellen), fortfarande uppnår 86 % av prestandan.
Alla modeller har ett maximalt kontextomfång på 32 768 tokens, en betydande förbättring jämfört med tidigare modeller. Modellerna tränades främst på resonemangsspecifika datamängder som tar hänsyn till långa tankeprocesser, vilket gör det möjligt för dem att förstå mer komplexa samband och dra logiska slutsatser.
Relaterat till detta:
Prestandaegenskaper och riktmärkesresultat
Matematiskt resonemang och vetenskaplig problemlösning
EXAONE Deep visar särskilt imponerande resultat i matematiska och vetenskapliga resonemangsuppgifter. 32B-modellen uppnådde 94,5 poäng i matematikdelen av det sydkoreanska college-inträdesprovet (CSAT) och 90,0 poäng i det amerikanska matematikprovet (AIME) 2024, och överträffade därmed konkurrerande modeller.
I MATH-500, ett index för att utvärdera matematiska problemlösningsfärdigheter, uppnådde den 95,7 poäng. Särskilt anmärkningsvärt är att modellen uppnår denna prestanda med endast cirka 5 % av storleken hos vissa "jätte"-modeller som DeepSeek-R1 (671 miljarder parametrar).
Inom området vetenskapligt resonemang fick 32B-modellen 66,1 poäng i GPQA Diamond-testet, som bedömer problemlösningsförmåga på doktorandnivå i fysik, kemi och biologi. Dessa resultat understryker modellens förmåga att förstå och tillämpa komplexa vetenskapliga begrepp.
Kodningsfärdigheter och allmän språkförståelse
EXAONE Deep visar också sin styrka inom kodning och problemlösning. I LiveCodeBench-testet, som utvärderar kodningsförmåga, uppnådde 32B-modellen ett betyg på 59,5. Detta understryker dess potential för tillämpningar inom mjukvaruutveckling, automation och andra tekniska områden som kräver en hög grad av beräkningsnoggrannhet.
Inom generell språkförståelse uppnådde modellen den högsta MMLU-poängen (Massive Multitask Language Understanding) bland koreanska modeller med 83,0 poäng. Detta visar att EXAONE Deep presterar bra inte bara i specialiserade resonemangsuppgifter utan även i generell språkförståelse.
Energieffektiviteten hos de mindre modellerna
Prestandan hos de mindre modellvarianterna är särskilt anmärkningsvärd. 7.8B-modellen uppnådde 94,8 poäng i MATH-500 och 59,6 poäng i AIME 2025, medan 2.4B-modellen fick 92,3 poäng i MATH-500 och 47,9 poäng i AIME 2024. Dessa resultat placerar de mindre versionerna av EXAONE Deep i toppen av sina respektive kategorier i alla större riktmärken.
Användaren är särskilt överraskad av prestandan hos 2.4B-modellen. Ett Reddit-inlägg noterar att den här lilla modellen till och med överträffar den betydligt större Gemma3 27B-modellen i vissa prestandatester. En användare skrev: "Jag menar – du säger att en 2.4B-modell (46.6) överträffar Gemma3 27B (29.7) i livekod-prestandatester?"
Applikationspotential och betydelse på AI-marknaden
Användningsområden inom industri, forskning och utbildning
LG AI Research förväntar sig att EXAONE Deep kommer att användas inom olika områden. I pressmeddelandet står det: ”EXAONE Deep kommer inte bara att användas i stor utsträckning inom yrkesområden som krävs av framtidens industrier, utan även inom vetenskaplig forskning och utbildningsområden som fysik och kemi, och kommer att visa hög prestanda inom bedömningsindikatorer för specialiserade områden som matematik, naturvetenskap och kodning.”
Ett särskilt fokus ligger på modellen för enhetsbaserad databehandling (2.4B), som tack vare sin lilla storlek kan användas i enheter som smartphones, bilar och robotar. Eftersom data kan behandlas säkert på enheten utan att det krävs en anslutning till externa servrar, erbjuder denna modell fördelar när det gäller datasäkerhet och skydd av personuppgifter.
Positionering i den globala AI-konkurrensen
Med lanseringen av EXAONE Deep positionerar sig LG på den alltmer konkurrensutsatta globala AI-marknaden. Det sydkoreanska teknikföretaget går därmed in i direkt konkurrens med stora teknikföretag som OpenAI, Google DeepMind och kinesiska AI-utvecklare som DeepSeek.
En representant för LG AI Research uppgav: ”Vi tillkännagav EXAONE Deep ungefär en månad efter att vi deltagit i det konkurrensutsatta diagnostik- och inspektionsmötet för den inhemska AI-branschen som hölls hos den nationella kommittén för artificiell intelligens i februari, där vi också indikerade vår avsikt att släppa en DeepSeek R1-nivåmodell via öppen källkod.” Representanten tillade: ”Kärnan i LG:s AI-teknik är att bibehålla prestandan samtidigt som modellstorleken minskas avsevärt.”
I en tid då kostnadseffektiva modeller får stor uppmärksamhet efter Kinas DeepSeeks ökade resonemangskapacitet, kan LG:s strategi att utveckla mindre men kraftfulla modeller representera en strategisk fördel.
Vikten av att resonera med AI och "agentisk AI"
Från kunskapsbaserad AI till resonemangsbaserad AI
Med EXAONE Deep gör LG AI Research övergången från "kunskaps-AI" till "resonemangs-AI". Medan traditionella AI-modeller främst fokuserar på att hämta och tillhandahålla information, kan resonemangs-AI:er som EXAONE Deep självständigt formulera hypoteser, testa dem och fatta autonoma beslut baserat på denna information.
Denna förmåga markerar inträdet i eran av ”Agentisk AI” – aktiv AI som kan ”tänka” och agera självständigt. LG AI Research förklarar: ”Agentisk AI hänvisar till en aktiv AI som kan fatta autonoma beslut genom att självständigt formulera hypoteser och dra slutsatser för att verifiera dem.”
Strategin med öppen källkod
En viktig aspekt av EXAONE Deep-utgåvan är beslutet att göra modellen tillgänglig som öppen källkod. Detta följer strategin som började med EXAONE 3.0, Sydkoreas första AI-modell med öppen källkod.
Öppen källkodsstrategin gör det möjligt för utvecklare att använda och vidareutveckla modellen utan begränsningar för forskningsändamål. Detta skulle kunna leda till bredare tillämpning och vidareutveckling av tekniken och stärka LG:s position i det globala AI-ekosystemet.
Kyung-hoon Bae, VD för LG AI Research, sa: ”Vi planerar att göra denna mycket mångsidiga och lätta modell tillgänglig som öppen källkod så att universitet och forskningsinstitut kan använda den senaste generativa AI-tekniken, vilket bidrar till AI-forskningens ekosystem och ytterligare förbättrar AI:s konkurrenskraft.”
Relaterat till detta:
Framtidsutsikter och aktuell utveckling
ChatEXAONE: Den nya standarden för AI-driven produktivitet i företag
LG planerar att samarbeta med sina dotterbolag under andra halvåret för att integrera EXAONE Deep i olika produkter och tjänster. Beroende på applikation kommer EXAONE att finnas tillgänglig i olika modellstorlekar, från en ultralätt modell för AI-tjänster på enheter till en högpresterande modell för specialiserade applikationer.
Ett konkret exempel på den praktiska tillämpningen av EXAONE-tekniken är ChatEXAONE, en AI-agent för företag baserad på EXAONE 3.0, som redan finns tillgänglig som en öppen betaversion för LG Group-anställda. ChatEXAONE erbjuder olika funktioner för att öka arbetsproduktiviteten, inklusive webbaserade fråge- och svarssystem i realtid, dokument- och bildbaserade fråge- och svarssystem, kodningsstöd och databashantering.
Vidareutveckling av AI-expertis inom LG-gruppen
Utvecklingen av EXAONE Deep är en del av en större AI-strategi inom LG-gruppen. LG har redan etablerat en intern AI-forskarskola för att främja skräddarsydda ingenjörer med ett nio månader långt masterprogram och ett 18 månader långt doktorandprogram.
Anställda som tar dessa kurser arbetar med projekt som skulle vara svåra för enskilda dotterbolag att utveckla. Som en del av ett pilotprojekt utvecklade LG Display en designteknik för att få plats med fler pixlar på samma skärm med hjälp av AI, medan LG Electronics och LG Innotek utforskade metoder för noggrann efterfrågeprognos med AI som avsevärt kommer att minska lagerkostnaderna.
Varför mindre AI-modeller kan vara det bättre valet – En titt på EXAONE Deep
Med lanseringen av EXAONE Deep har LG AI Research nått en viktig milstolpe inom AI-utveckling. Som Sydkoreas första AI-modell för resonemang baserad på en Foundation Model placerar den LG bland ledande globala teknikföretag som utvecklar denna avancerade AI-teknik. Dess imponerande prestanda inom matematiska, vetenskapliga och kodande riktmärken, i kombination med effektiv modellstorlek, understryker potentialen hos denna modell för olika tillämpningar.
LG:s strategi att utveckla högpresterande AI-modeller av relativt liten storlek är särskilt anmärkningsvärd. Medan många AI-företag fokuserar på allt större modeller, visar EXAONE Deep att även mindre modeller kan uppnå topprestanda med intelligent optimering och specialiserad utbildning. Detta kan inte bara erbjuda ekonomiska fördelar utan också möjliggöra driftsättning av kraftfulla AI-modeller på edge-enheter.
Med den öppna källkodsversionen av EXAONE Deep bidrar LG AI Research till det globala ekosystemet för AI-forskning och stärker samtidigt Sydkoreas position i den internationella AI-konkurrensen. Det återstår att se hur denna teknik kommer att implementeras i olika produkter och tjänster från LG Group och vilka innovationer den kommer att möjliggöra inom olika branscher.
Relaterat till detta:
Din globala partner för marknadsföring och affärsutveckling
☑️ Vårt affärsspråk är engelska eller tyska
☑️ NYTT: Korrespondens på ditt modersmål!
Konrad Wolfenstein
Jag och mitt team står gärna till er förfogande som er personliga rådgivare.
Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är
Jag ser fram emot vårt gemensamma projekt.
