LG Exaone模型崭露头角,获权威认可,成本效率比肩DeepSeek

AI快讯15小时前发布 freeAI
0

字数 1014,阅读大约需 6 分钟

LG Exaone模型崭露头角,获权威认可,成本效率比肩DeepSeek
LG是一家多元化的跨国企业,业务涵盖电子、化学、通信等多个领域。在电子领域,其生产各类家电产品如电视、冰箱、洗衣机等,以及手机、显示器等电子产品;在化学领域,涉及石化、电池材料等业务;在通信领域,参与相关技术研发与服务。

Exaone 崭露头角,获权威认可

近期,美国知名研究机构 Epoch AI[1] 发布报告,将LG的Exaone3.532B模型评选为“值得注意的AI”之一。在成本效率方面,Exaone与中国的DeepSeek表现相当。这不仅是LG在AI领域的重大突破,也是韩国人工智能发展的高光时刻。

Epoch AI评估标准严谨全面,涵盖模型性能、使用频率等多维度因素。Exaone模型在严格筛选下脱颖而出,是两年来首个获此认可的韩国AI模型,为韩国AI发展注入动力。

成本优势显著,开发投入对比

LG Exaone3.5模型于2023年12月推出,开发投资70亿韩元(约合480万美元)。中国DeepSeek开发V3模型花费600万美元,Exaone成本优势明显。在AI开发高投入的环境下,LG以低成本打造高性能模型,为行业提供新思路。

这种成本优势源于LG在AI研发中的精心规划与技术创新。AI模型开发成本与参数数量、训练数据量、计算资源需求相关。LG在Exaone开发中,通过优化算法和架构,平衡了模型性能与成本。

参数优化策略,提升运行效率

LG AI研究所负责人裵庆勋在科技部主办的会议上透露,Exaone模型多次优化,以提高在实际工业应用中的效率。Exaone1.0模型于2021年底推出,参数3000亿。到3.5版本,参数缩减至320亿,不仅未降低性能,还提高了效率,降低运行成本。

从技术原理看,过多参数虽能让模型学习复杂模式,但会消耗大量计算资源并带来过拟合风险。LG研发团队利用先进的剪枝算法和参数共享技术,去除冗余参数,使模型在保持高精度的同时轻量化运行。以自然语言处理任务为例,Epoch AI测试数据显示,Exaone3.5处理文本分类和生成任务时,速度较Exaone1.0提升30%,能耗降低40%。

实际应用落地,助力企业发展

Exaone模型已在LG集团的生成式AI服务ChatExaone中应用。LG集团内部员工借助该工具提升工作效率。LG内部调查显示,引入ChatExaone后,70%的员工处理日常文案撰写、数据分析等任务时,所需时间缩短至少20%,体现了Exaone模型在实际应用中的价值。

生成式AI在企业数字化转型中作用重要,从营销文案创作到产品设计创意启发,能为企业提供创新思路。LG将Exaone模型应用于ChatExaone,满足内部业务需求,也为对外推广奠定基础。

韩国AI整体崛起,全球竞争实力凸显

Epoch AI报告还提及Naver、三星电子,以及首尔国立大学、韩国科学技术院、延世大学和高丽大学等机构的AI模型,它们均跻身值得注意的AI模型行列,显示韩国在全球AI技术竞赛中的实力增强。

近年来,全球AI技术竞争激烈。韩国众多企业和高校集体发力,在AI领域占据一席之地。韩国政府积极出台政策,加大对AI研发的支持力度,营造良好生态环境。

LG的Exaone模型在成本效率方面与DeepSeek匹敌,为LG在全球AI市场赢得竞争优势,也为韩国AI产业发展树立榜样。

引用链接

[1] Epoch AI: https://www.epochai.org/

© 版权声明

相关文章

暂无评论

暂无评论...