[读者AI发布]算力减少却超越ChatGPT性能…LG AI研究院“K-Exaone”

by Park Eugenie

Published 30 Dec.2025 18:35(KST)

自研AI基础模型首场发布会
可在中低价GPU上运行的K-Exaone亮相

Choi Jeonggyu LG AI研究院 AI Agent组长在30日于首尔COEX举行的科学技术情报通信部主办“独立AI基础模型”项目第一阶段发布会上进行发表。照片由记者Park Yujin提供

LG人工智能研究院公开了人工智能（AI）模型“K-Exaone”。在将训练计算量降至以往的三分之一水平的同时，该模型性能超越了美国的ChatGPT和中国的Qwen等全球前沿模型。

LG人工智能研究院AI Agent组长Choi Jeonggyu 30日在首尔COEX举行的由科学技术信息通信部主办的“自主AI基础模型”项目第一次发布会上表示：“在保持性能的前提下，将训练所需的计算量降到了以往约30%的水平”，“通过高效结构，重点在于降低成本负担”。

Choi组长将既有大规模语言模型（LLM）的局限归结为“计算成本”。他解释称，以计算句子中所有单词之间关系的方式虽然性能优异，但在训练和运营上需要大量成本。他表示：“即便不计算全部信息，也可以选择性地利用所需信息”，“为此我们高效设计了混合注意力结构”。

该模型在中低价位图形处理器（GPU）环境中也能运行。Choi组长表示：“即使不是高价基础设施，也能运营该模型，因此初期建设成本和运营负担相对较小”，“是初创企业或中小企业也能立即加以利用的AI模型”。

训练方式采用分阶段构成。先学习一般性的基础知识，再进行强化思维能力的训练，最后学习特定领域的专业知识。Choi组长解释称：“以前一阶段积累的知识为基础，提升下一阶段的性能”，“通过这种训练策略，可以高效利用可用基础设施”。实际GPU基础设施利用效率平均达到89.4%。

性能评估结果也一并公布。LG人工智能研究院对13个主要基准项目进行自我评估的结果显示，平均性能达到目标值的104%。以参数在3000亿个（300B）以下的模型为标准，与OpenAI的GPT-OSS（120B）和中国的Qwen3（235B）等全球模型相比，也取得了位居前列的性能。

安全性和可靠性亦被强调。LG人工智能研究院对全部训练数据进行合规性审查，并运行以其他数据替代可能引发问题数据的流程。此外，该院表示，正以人类普世价值、社会安全、韩国特殊性、未来风险应对等多个领域为标准，对模型进行检查。

本报道由人工智能(AI)翻译技术生成。