Fugu-MT 論文翻訳(概要): EXAONE 3.5: Series of Large Language Models for Real-world Use Cases

論文の概要: EXAONE 3.5: Series of Large Language Models for Real-world Use Cases

arxiv url: http://arxiv.org/abs/2412.04862v2
Date: Mon, 09 Dec 2024 09:31:10 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-10 14:43:04.141251
Title: EXAONE 3.5: Series of Large Language Models for Real-world Use Cases
Title（参考訳）: EXAONE 3.5: 実世界のユースケースを対象とした大規模言語モデルのシリーズ
Abstract要約: EXAONE 3.5言語モデルは32B、7.8B、2.4Bの3つの構成で提供されている。商用利用については、LG AI Researchの公式コンタクトポイントを参照してください。
参考スコア（独自算出の注目度）: 35.04562823885241
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This technical report introduces the EXAONE 3.5 instruction-tuned language models, developed and released by LG AI Research. The EXAONE 3.5 language models are offered in three configurations: 32B, 7.8B, and 2.4B. These models feature several standout capabilities: 1) exceptional instruction following capabilities in real-world scenarios, achieving the highest scores across seven benchmarks, 2) outstanding long-context comprehension, attaining the top performance in four benchmarks, and 3) competitive results compared to state-of-the-art open models of similar sizes across nine general benchmarks. The EXAONE 3.5 language models are open to anyone for research purposes and can be downloaded from https://huggingface.co/LGAI-EXAONE. For commercial use, please reach out to the official contact point of LG AI Research: contact_us@lgresearch.ai.
Abstract（参考訳）: 本技術報告では,LG AI Research が開発した EXAONE 3.5 命令調整言語モデルを紹介する。 EXAONE 3.5言語モデルは32B、7.8B、2.4Bの3つの構成で提供されている。これらのモデルにはいくつかの特徴がある。 1) 実世界のシナリオにおいて,7つのベンチマークで最高のスコアを達成できる例外的な命令追従能力。 2) 4つのベンチマークで最高性能を達成した卓越した長文理解 3)9つのベンチマークで同様の大きさの最先端のオープンモデルと比較した。 EXAONE 3.5言語モデルは研究目的で誰でも公開されており、https://huggingface.co/LGAI-EXAONEからダウンロードできる。商用利用については、LG AI Researchの公式コンタクトポイント、 contact_us@lgresearch.aiを参照してください。

関連論文リスト

EXAONE 4.5 Technical Report [74.37330398684594]
本報告では,LG AI Research による初のオープンウェイトビジョン言語モデル EXAONE 4.5 を紹介する。 EXAONE 4.5は、既存のEXAONE 4.0フレームワークに専用のビジュアルエンコーダを統合することで設計されている。このモデルは、注意深いキュレーションを伴う大規模データ、特にドキュメント中心のコーパスを強調するために訓練されている。
論文参考訳（メタデータ） (2026-04-09T17:51:11Z)
EXAONE 4.0: Unified Large Language Models Integrating Non-reasoning and Reasoning Modes [42.31740630042654]
EXAONE 4.0は、EXAONE 3.5の優れた使いやすさとEXAONE Deepの高度な推論能力の両方を達成するために、非推論モードと推論モードを統合している。 EXAONE 4.0シリーズは、高性能に最適化された中型32Bモデルと、オンデバイスアプリケーション用に設計された小型1.2Bモデルである。
論文参考訳（メタデータ） (2025-07-15T15:24:51Z)
EXAONE Deep: Reasoning Enhanced Language Models [35.326172288018505]
本稿では,様々な推論タスクにおいて優れた機能を示すEXAONE Deepシリーズについて述べる。我々は、思考プロセスの長いストリームを含む推論特化データセットに基づいてモデルをトレーニングする。
論文参考訳（メタデータ） (2025-03-16T14:39:33Z)
Aya Expanse: Combining Research Breakthroughs for a New Multilingual Frontier [72.5652085347547]
8Bおよび32Bパラメータ多言語モデルの新世代であるAya Expanseモデルファミリを導入する。 Cohere For AIとCohereでの数年間の研究を活用することで、Aya Expanseは多言語パフォーマンスにおける新たな最先端技術を確立している。 Aya Expanse 8B と 32B が主要なオープンウェイトモデルより優れていることを示すために,23言語に翻訳された Arena-Hard-Auto データセットの評価を行った。
論文参考訳（メタデータ） (2024-12-05T15:41:06Z)
EXAONE 3.0 7.8B Instruction Tuned Language Model [41.95996640625627]
EXAONE 3.0命令調整言語モデルは、Large Language Models (LLMs) の最初のオープンモデルである。 EXAONE 3.0は、同じ大きさの他の最先端のオープンモデルに対して、命令追従機能を備えた非常に競争力のある実世界のパフォーマンスを示す。比較分析の結果,EXAONE 3.0は韓国では特に優れており,一般的なタスクや複雑な推論において魅力的な性能を実現していることがわかった。
論文参考訳（メタデータ） (2024-08-07T04:38:38Z)
Qwen2 Technical Report [141.0766756297144]
本稿では,我々の大規模言語モデルと大規模マルチモーダルモデルへの最新の追加であるQwen2シリーズを紹介する。 Qwen2は、前身のQwen1.5を含む、これまでのほとんどのオープンウェイトモデルを超え、プロプライエタリモデルと比較して競争力のある性能を示している。 Qwen2は、英語、中国語、スペイン語、フランス語、ドイツ語、アラビア語、ロシア語、韓国語、日本語、タイ語、ベトナム語など、約30の言語で熟練した堅牢な多言語機能を示している。
論文参考訳（メタデータ） (2024-07-15T12:35:42Z)
Multi-Task Domain Adaptation for Language Grounding with 3D Objects [25.975947369817487]
本稿では,3次元オブジェクトを用いたDA4LG(Domain Adaptation for Language Grounding)という新しい手法を提案する。具体的には、DA4LGは、視覚言語アライメントを実現するために、マルチタスク学習を備えたビジュアルアダプタモジュールで構成されている。実験の結果,DA4LGは視覚的および非視覚的言語記述間で競合的に機能することが示された。
論文参考訳（メタデータ） (2024-07-03T06:47:58Z)
Phi-3 Technical Report: A Highly Capable Language Model Locally on Your Phone [289.9290405258526]
我々は3.3兆のトークンでトレーニングされた38億のパラメータ言語モデルであるphi-3-miniを紹介する。 MMLUでは69%、MTベンチでは8.38である。本稿では, phi-3.5-mini, phi-3.5-MoE, phi-3.5-Visionの3モデルを紹介する。
論文参考訳（メタデータ） (2024-04-22T14:32:33Z)
Battle of the Large Language Models: Dolly vs LLaMA vs Vicuna vs Guanaco vs Bard vs ChatGPT -- A Text-to-SQL Parsing Comparison [18.092211166785397]
近年、GPT-3.5やGPT-4に近い性能を主張するモデルが多数出現している。人気の高い6つの大言語モデルを互いに比較し、9つのベンチマークデータセットでテキスト対パース機能を体系的に評価します。オープンソースモデルはGPT-3.5のようなクローズドソースモデルによって達成された性能を著しく低下させ、これらのモデル間のパフォーマンスギャップを埋めるためのさらなる作業の必要性を強調した。
論文参考訳（メタデータ） (2023-10-16T08:52:41Z)
How Far Can Camels Go? Exploring the State of Instruction Tuning on Open Resources [117.6496550359768]
この研究は、オープンな命令追従データセットにおける命令チューニング言語モデルの最近の進歩を探求する。我々は、12の命令データセットに基づいて訓練された6.7Bから65Bのパラメータを含む、命令調整されたモデルの大規模なセットを提供する。それらの事実的知識、推論、多言語性、コーディング、そしてその後に続くオープン・エンド・インストラクションに基づいて評価する。
論文参考訳（メタデータ） (2023-06-07T19:59:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。