EXAONE 4.5 テクニカルレポート

Abstract

この技術レポートでは、LG AI Research がリリースした最初のオープンウェイト・ビジョン言語モデルである EXAONE 4.5 を紹介します。EXAONE 4.5 は、既存の EXAONE 4.0 フレームワークに専用の視覚エンコーダを統合することで構成されており、視覚およびテキストの両モダリティに対してネイティブなマルチモーダル事前学習を可能にします。このモデルは、大規模データを慎重にキュレーションして学習されており、とりわけ LG の戦略的な応用領域に合致するドキュメント中心のコーパスが重視されています。こうしたターゲットを絞ったデータ設計により、ドキュメント理解および関連タスクにおいて大きな性能向上が実現されるだけでなく、一般的な言語能力全般にわたって幅広い改善ももたらします。EXAONE 4.5 はコンテキスト長を最大 256K トークンまで拡張し、長い文脈での推論や、エンタープライズ規模のユースケースを可能にします。比較評価の結果、EXAONE 4.5 は一般ベンチマークにおいて競争力のある性能を達成し、さらにドキュメント理解および韓国語文脈に基づく推論において、同程度の規模の最新モデルを上回ることが示されています。LG の実用的な産業展開に向けた継続的な取り組みの一環として、EXAONE 4.5 は、より良い暮らしのための AI を前進させるべく、追加のドメインおよび応用シナリオとともに継続的に拡張されるよう設計されています。