Sukoharjonews.com – LG AI Research telah mengumumkan peluncuran model AI sumber terbuka pertama di Korea Selatan EXAONE 3.0. Hal ini membuat masuknya Korea Selatan ke dalam bidang AI global didominasi oleh raksasa teknologi Amerika dan perusahaan-perusahaan baru di China dan Timur Tengah. Khususnya, saat ini hanya mendukung dua bahasa – Inggris dan Korea.
Dikutip dari Gizmochina, Sabtu (17/8/2024), EXAONE 3.0 adalah model sumber terbuka, yang kabarnya didasarkan pada arsitektur Transformer khusus Decoder. Ini menawarkan 7,8 miliar parameter dan 8T data pelatihan (token).
“Di antara jajaran model bahasa EXAONE 3.0 yang dibuat untuk berbagai tujuan, model penyesuaian instruksi 7.8B menjadi sumber terbuka terlebih dahulu sehingga dapat digunakan untuk penelitian,” demikian siaran pers LG. Perusahaan berharap peluncuran model ini dapat membantu para peneliti AI baik di dalam maupun luar negeri melakukan penelitian yang lebih bermakna dan membantu ekosistem AI untuk maju satu langkah.
Menurut pengujian yang dilakukan perusahaan, kemampuan bahasa Inggris model tersebut telah mencapai “tingkat tertinggi dunia”. Skor rata-rata kasus penggunaan nyata dilaporkan menempati peringkat pertama, melampaui sejumlah model seperti Llama 3.0.
Dalam hal penghitungan dan pengkodean matematis, EXAONE 3.0 juga menempati peringkat pertama dalam skor rata-rata dan memiliki kemampuan penalaran yang kuat.
Belum lagi, EXAONE 3.0 menduduki peringkat pertama dalam skor rata-rata untuk kasus penggunaan aktual dan tolok ukur tunggal di Korea. Model tersebut diklaim mengurangi waktu inferensi sebesar 56%, penggunaan memori sebesar 35%, dan biaya pengoperasian sebesar 72% dibandingkan model generasi sebelumnya.
Model terbaru dilaporkan telah dilatih pada 60 juta kasus data profesional terkait paten, kode, matematika, dan kimia. Perusahaan berencana memperluas data pelatihan menjadi 100 juta kasus di berbagai bidang pada akhir tahun.
Untuk mengurangi konsumsi daya dalam mengoperasikan model AI, LG AI Research berfokus pada penelitian teknologi pengoptimalan dan membuat model menjadi ringan, di mana mereka berhasil dan mengurangi ukuran model sebesar 97% sekaligus meningkatkan kinerja dibandingkan dengan EXAONE 1.0. (nano)
Facebook Comments