2026-07-05 | 이진석 기자

NAVER集团 AI搜索幻觉减少30个百分点,成本降至三分之一

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。

NAVER集团在对话式人工智能(AI)搜索“AI标签”中应用了下一代技术。其构想是,不参与通用大型语言模型(LLM)的性能竞争,而是聚焦于在搜索、购物、预订等实际服务环境中快速高效地运行,以此应对全球科技巨头对韩国搜索市场的攻势。

NAVER集团于本月2日在首尔江南D2SF召开记者恳谈会,发布了实现下一代AI搜索的三大核心技术:产品原生LLM、线束工程(Harness Engineering)和多模态技术。

“产品原生LLM”是以NAVER集团自研LLM HyperCLOVA X为基础、针对AI搜索服务开发的轻量化模型。与全球科技巨头的超大型模型不同,其特点是专注于搜索所需性能、缩减了体量。

现有AI的基础——Transformer结构,是通过逐一考量句子中词与词之间的关系来理解整体语境的设计方式。因此存在输入量增加时运算量呈平方增长、响应时间急剧拉长的局限。相比之下,产品原生LLM改变了结构,使计算量仅随提问变长而增加,因此处理长文档时响应时间也不会大幅增加。

此外还应用了在用户提问含糊时进行反问以明确意图的“明确性强化学习”。NAVER集团解释称,让模型在面对不清晰的提问时先确认意图、而不是随意编造答案,使生成式AI的顽疾幻觉现象相比HyperCLOVA X减少了30个百分点。

支撑该LLM在实际服务中发挥性能的系统便是“线束工程”。NAVER集团致力于打造把AI搜索与购物、预订、支付连为一体的“一站式垂直(专业领域)服务”,线束工程在这一过程中既控制AI不给出不当回答,又负责把握用户意图和长对话的语境,从搜索到服务执行顺畅衔接。

NAVER集团还为提升AI标签的效率,采用了“分工型SLM(小规模语言模型)”结构。即不由一个巨大LLM处理所有任务,而是组合按角色特化的SLM。公司方面表示,借此将设备运营成本降至原来最多三分之一的水平,响应速度提升两倍以上。

以图像搜索功能Smart Lens为核心的多模态技术也得到升级。多模态是超越文本、把图像与视频也转换为机器可理解表达(嵌入)的技术。NAVER集团自2017年推出Smart Lens以来不断积累多模态搜索能力,今年新推出多模态LLM“MuCo”。MuCo的核心是在对话初期只处理一次图像,也能精细把握后续提问的上下文,解决了以往多模态每次提问都需重新运算图像、导致速度变慢和成本增加的局限。NAVER集团表示,为此构建了3500万规模的多模态数据集,并在主要多模态搜索基准测试中取得了优于竞争模型的性能。

NAVER Cloud Corp.超大规模AI模型理事李基昌表示:“通过应用于AI标签的模型,我们为用户提供更快、更稳定的服务,同样的图形处理器(GPU)资源可处理更多请求,运营成本也能大幅节省”,“今后计划持续打造既准确又轻量高效的模型”。

阅读韩文原文