EXAONE 4.0 - Hybrides Reasoning-Modell von LG

Neueste AI-RessourcenGeschrieben vor 3 Wochen AI-Austauschkreis

EXAONE 4.0是什么

EXAONE 4.0是韩国LG AI Research推出的混合推理大模型，融合通用自然语言处理和高级推理能力。模型支持韩语、英语和西班牙语，分为32B的专业版和1.2B的端侧版。专业版适用法律、会计、医学等高专业领域，端侧版体积小、性能优，适合隐私和安全要求高的本地运行场景。模型在复杂任务处理上表现出色，如在MMLU-Pro中得分81.8，在AIME 2025中得分85.3，展现强大的复杂任务处理能力，支持函数调用和MCP接口，便于与其他系统集成。EXAONE 4.0广泛应用于智能客服、教育辅助、医疗健康、编程辅助和企业办公等领域，提升效率和用户体验。

EXAONE 4.0的主要功能

komplexe Argumentation：能够高效解决科学、数学、编程等复杂任务，支持分步思考和逻辑推理。
Unterstützung mehrerer Sprachen：覆盖韩语、英语和西班牙语，提升模型在全球范围内的适用性。
系统集成能力：支持函数调用和MCP接口，便于与其他系统和工具进行交互，实现复杂任务自动化。
双版本设计::
- 专业版（32B）：基于法律、会计、医学等高专业领域知识训练，适用专业性强的场景。
- 端侧版（1.2B）：体积小，支持本地运行，适合对隐私和安全要求高的场景。
教育与商业应用：支持教育机构免费使用，能生成练习题、批改作业，提供个性化学习建议。提供商业API服务，助力企业快速集成，提升办公效率。

EXAONE 4.0的官网地址

Projekt-Website：https://www.lgresearch.ai/blog/view?seq=575
HuggingFace-Modellbibliothek::https://huggingface.co/collections/LGAI-EXAONE/exaone-40-686b2e0069800c835ed48375
Technische Papiere：https://www.lgresearch.ai/data/cdn/upload/EXAONE_4_0.pdf

如何使用EXAONE 4.0

Hugging Face平台使用::
- 选择合适的模型版本：根据需要选择模型版本。
- 下载模型进行本地部署：下载相应的模型文件，用Hugging Face的Python库（如transformers）进行加载和使用。例如：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LGAI-EXAONE/EXAONE-4.0-1.2B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

input_text = "你的输入文本"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

API-Aufruf::
- Registrieren Sie sich für ein Konto：访问LG AI Research的官方网站或相关API平台，注册账号并获取API密钥。
- Lesen Sie das Dokument：查阅EXAONE 4.0的技术文档，了解API的调用方法、参数设置和返回值格式。
- Code schreiben：使用Python、Java等编程语言编写代码，基于HTTP请求调用EXAONE 4.0的API接口。例如：

import requests

url = "https://api.lgresearch.ai/exaone-4.0"  # 示例API地址
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "prompt": "你的问题或任务描述",
    "language": "en"  # 语言选择，如"en"、"ko"、"es"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()
print(result)