LG(003550)集团已启动对超大规模人工智能(AI)模型EXAONE下一代版本的内部测试。目标是进一步提升推理能力等各项功能,并提前开发日程以实现年内推出。为将超大规模AI模型的代表性局限——幻觉现象(hallucination)降至最低,LG新增了可基于附件文档提供回答的功能,并大幅扩大了包括视频在内的学习数据量与范畴。
据产业界7日消息,LG AI研究院已完成EXAONE 3.0的初期开发,近期正面向部分员工进行内部测试。对于超大规模模型而言,除回答的准确性外,确保可信度、伦理性等同样重要,因此其策略是通过员工反馈完善质量,并最大化业务应用性。该模型预计最快将于年内公开。
下一代版本的变化在于,可基于用户上传的演示文稿(PPT)或PDF文件等各种格式的文档作出回答。在此前的2.0版本中,仅能基于模型构建过程中预先学习的数据或通过微调追加反映的数据给出结果。在3.0中,将同时考虑即时提供的文档内容与预先学习的数据,从而给出质量更高的回答。
研究超大规模AI模型的国内外主要企业正利用检索增强生成(RAG)技术等引入文档参照功能。这是让模型使用可信外部数据的技术,可弥补AI模型的代表性缺陷——幻觉现象,并提高可信度。OpenAI和NAVER集团等也在去年底将该功能引入服务。
不过EXAONE还会同时给出答案出处。例如在附上特定文档提问时,不仅给出答案,还会标注参考了特定页面的特定内容作为依据。基于生成式语言模型(LLM)的服务尽管具有提高信息检索与生成便利性的优势,但由于无法得知相关信息来自何处,额外的验证过程难以避免。出处呈现功能有望弥补这一点并提升可用性。
预计该功能在会产生大量文档的各类企业和机构中需求尤为旺盛。目前已有许多企业将自身内部规章、合同关系、业务流程等与AI模型对接以提高业务生产率,但在整合新生成的数据方面存在局限。LG集团一位相关人士表示:“由于EXAONE可部署在企业自有服务器上,企业可以在不担心机密外泄的情况下使用文档附加功能”,“尤其在对安全敏感的金融、公共领域,需求有望进一步提升。”
与此前版本相比,学习的数据种类和数量也大幅增加。谷歌的最新模型“Gemini”从构建阶段就学习图像、视频等以强化多模态能力,近期视频AI服务企业Runway的“Gen2”、OpenAI的“Sora”等视频生成服务备受欢迎,本次版本中也有部分视频数据被用于模型学习。业内人士预计:“LG的视频学习量虽不及其他服务那样庞大,但多模态功能的重要性持续上升,今后相关投资完全可能进一步增加。”






