2024-03-08 | 허진 기자

基于视频与文档的回答“得心应手”…新一代LG AI启动内部验证[biz-Plus]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

LG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。目标是进一步高度化推理能力等各项功能,并提前开发日程以实现年内推出。LG为最大限度减少一直被视为超大规模AI模型代表性局限的幻觉现象(hallucination),新增了可基于附件文档提供回答的功能,并大幅增加了包括视频在内的学习数据量和范畴。

据7日产业界消息,LG AI研究院已完成EXAONE 3.0的初期开发,近期正面向部分本公司员工进行内部测试。由于超大规模模型除回答的准确性之外,确保可信度、伦理性等也十分重要,因此战略是通过员工反馈完善质量并最大化业务实用性。预计该模型最早将在年内公开。

下一代版本的变化之处在于,可基于用户附加的演示文稿(PPT)或PDF文件等多种格式的文档进行回答。在原有2.0版本中,只能基于模型构建过程中预先学习的数据或通过微调额外反映的数据给出结果。在3.0中,预计可同时考虑当时提供的文档内容与预先学习的数据,提出质量更高的回答。

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。这是让模型利用可信外部数据的技术。通过这一技术可弥补AI模型的代表性缺点——幻觉现象,并提高可信度。OpenAI和NAVER集团等也在去年年末将该功能引入服务。

不过在EXAONE中还会一并提供答案的资料来源。例如,在附加特定文档提问时,不仅给出回答,还会附上参照了特定页面特定内容的依据。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点,但由于无法得知该信息出自何处的资料来源,额外的验证过程不可避免。资料来源提示功能预计将弥补这一点并提高可用性。

预计该功能在产生大量文档的各类企业和机构中需求尤大。已有许多企业将自身内部规章、合同关系、业务流程等与AI模型联动以提高业务生产率,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可以部署在企业自有服务器上,企业可以在不担心机密泄露的情况下使用文档附加功能”,“预计尤其能进一步提升对安全敏感的金融、公共领域的需求。”

与之前版本相比,学习的数据种类和数量也大幅增加。谷歌最新模型“Gemini”从构建阶段起就学习图像、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”等视频生成服务广受欢迎,本次版本中部分视频数据也被用于模型学习。业界相关人士预测:“虽然LG的视频学习量不如其他服务那般庞大,但多模态功能的重要性持续提升,今后相关投资完全可能进一步加大。”

阅读韩文原文