LG 发布 320 亿参数 EXAONE Deep 模型 韩国自主推理型 AI 实现突破

该架构在STEM领域展现出显著优势，其320亿参数规模为数学符号运算与科学问题求解提供了充足的计算空间。性能测试显示，EXAONE Deep在韩国大学修学能力考试数学模块模拟测试中取得94.5分，专业数学评估体系MATH-500的得分更突破95.7分阈值。编程能力方面，该模型在LiveCodeBench基准测试中以59.5分的表现验证了代码生成与逻辑推理的协同进化能力。

针对不同应用场景，研发团队同步推出参数压缩技术路线：EXAONE Deep-7.8B通过知识蒸馏将参数量缩减至原模型的24%，同时保留95%的基准性能；而专为边缘计算设计的EXAONE Deep-2.4B更将模型体积压缩至原始规模的7.5%，在维持86%核心功能的基础上实现本地化数据处理，通过端侧运算有效规避云端传输的安全隐患。

作为开源生态的重要布局，LG将EXAONE Deep全量参数及训练框架在GitHub平台公开，此举不仅降低开发者接入门槛，更通过社区协作推动智能体型AI的迭代优化。模型自主假设生成模块采用动态置信度评估机制，在语义理解层面对多源信息进行交叉验证，这种认知架构使其在复杂问题拆解方面超越传统序列推理模式。