[MWC26] Jung Seokgeun：高效能AI模型更重要…Exaone并非最优模型
“LLM评估标准应多元……不能只用一个标准衡量”
“要打造能在产业现场真正用得好的模型”
负责领导SK电讯 (SK텔레콤) 人工智能（AI）部门的负责人强调，应当重视能够在实际产业现场使用的AI模型开发。也就是说，应当摆脱以基准测试为主的AI模型评价方式，更加重视开发能在现实生活或产业现场发挥性能的模型。
SK电讯首席技术官（Chief Technology Officer, CTO）兼人工智能公司内部独立企业负责人 Jung Seokgeun 于当地时间本月3日在西班牙巴塞罗那举行的记者座谈会上（世界移动通信大会2026将在此举办）表示：“尽管科学技术信息通信部称（LG人工智能研究院的）‘EXAONE’是最好的，但在我看来，它并不是在现实生活和产业中最好用的模型。”
SK电讯首席技术官兼人工智能公司内部独立企业负责人 Jung Seokgeun 当地时间本月3日在西班牙巴塞罗那举行的记者座谈会上发言，世界移动通信大会2026将在此举办。SK电讯提供
View original image在今年1月公布的政府自主人工智能基础模型项目的一次评估中，LG人工智能研究院的EXAONE在以基准测试评价为主的综合得分中获得第一。不过，具体分数和名次并未对外公开。
Jung CTO就以基准测试等量化性能评价为中心的AI模型评价体系指出：“评估大语言模型（Large Language Model, LLM）性能的标准是多样的。当前主要是通过基准测试得分来进行评价，但就像大学入学考试既有统一招生也有自主招生一样，在评估AI智能时只用一个标准来看待，并不合适。”其言下之意是，评价AI模型的视角应当更加多元化。
他接着表示：“SK电讯今后将集中精力打造能在实际产业现场得到良好应用的模型。也希望政府在第二阶段评估起就能反映这类因素，将其纳入评价标准。”
他还表示，在与全球大型科技企业开发的AI模型竞争的过程中，也必须制定现实可行的性能策略。Jung CTO称：“如果要做出与Gemini、ChatGPT、Claude等模型达到100%同等水平的产品，将会是一场非常艰难的战斗，但若是以追赶到大约95%的水平为目标，则是可以实现的设想。尤其在制造现场，即便是这种（约95%性能水平）的模型，也能解决许多问题。”
对于自主基础模型项目第一次评估时曾引发的AI模型“自主性”争议，他表示：“AI本身正在成为具有战略价值的技术，对于我们来说，有必要拥有自己的自主能力，这一点应当毋庸置疑。”
针对有关SK电讯AI服务“A.Dot（에이닷）”收费化的提问，他表示：“关键在于，首先要找到一种使用场景，使得客户愿意愉快地付费使用A.Dot。我们正在思考的是，是否能够达到收费服务所要求的性能水平。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
