論文の概要: K-EXAONE 2.0 Technical Report

• arxiv url: http://arxiv.org/abs/2608.04505v1
• Date: Wed, 05 Aug 2026 06:41:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.760518
• Title: K-EXAONE 2.0 Technical Report
• Title（参考訳）: K-EXAONE 2.0技術報告
• Authors: Eunbi Choi, Kibong Choi, Sehyun Chun, Seokhee Hong, Junwon Hwang, Hyojin Jeon, Ahra Jo, Hyunjik Jo, Yeonsik Jo, Minhyeok Jung, Doyoung Kim, Heegyu Kim, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Byungoh Ko, Changhun Lee, Dohaeng Lee, Haeju Lee, Jinsik Lee, Kyungmin Lee, Minwoo Lee, Wonkee Lee, Sangha Park, Sungjune Park, Kwangrok Ryoo, Kijung Seo, Minju Seo, Yongwoo Song, Sejong Yang, Heuiyeen Yeen, Stanley Jungkyu Choi, Yemuk Choi, Yongchan Chun, Jiwon Ham, Dasol Hong, Sujeong Im, Kijeong Jeon, Gerrard Jeongwon Jo, Hyeongjun Jo, Yujin Jo, Jiyeon Jung, Naeun Kang, Daeseong Kim, Euisoon Kim, Hayeon Kim, Hyosang Kim, Myoungshin Kim, Unsol Kim, Youchul Kim, Chaeeun Lee, ChaeYoon Lee, Edward Hwayoung Lee, Honglak Lee, Hwansoo Lee, Minkyung Lee, Sangeun Lee, Solji Lim, Woohyung Lim, Chanwoo Moon, Jueun Mun, Jimin Park, Seojeong Park, Yongmin Park, Hyerin Seo, Donghyeon Shin, Donghyun Son, Eunyong Son, Kaehyun Um, Sihoon Yang, Chang En Yea, Sihyuk Yi, Kyungjae Yoo, Chansik Yoon,
• Abstract要約: K-EXAONE 2.0はLG AI Researchが開発したオープンウェイトな多言語基盤モデルである。 Apache 2.0ライセンスでリリースされたK-EXAONE 2.0は、幅広いAIエコシステムを評価、デプロイ、適応、構築可能にする。
• 参考スコア（独自算出の注目度）: 59.84003637088418
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This technical report presents K-EXAONE 2.0, an open-weight multilingual foundation model developed by LG AI Research as a step in our effort toward global frontier-scale foundation models. Rather than training from scratch, we upcycle K-EXAONE and expand its architecture, yielding a Mixture-of-Experts (MoE) model with 750B total parameters and approximately 37B activated per token---more than three times the capacity of its predecessor. K-EXAONE 2.0 supports context lengths of up to 256K tokens and expands multilingual coverage from six to ten languages. Its training pipeline combines continual pre-training, difficulty-focused mid-training, and post-training to strengthen reasoning, agentic coding, multilingual capability, and safety grounded in Korean sociocultural contexts. Across nine evaluation categories selected to reflect the conditions of practical use, K-EXAONE 2.0 improves over K-EXAONE and remains competitive with open-weight models, showing its largest gains in agentic coding and long-context understanding and its clearest strengths in long-context retrieval and safety. Released under the Apache 2.0 license, K-EXAONE 2.0 enables the wider AI ecosystem to evaluate, deploy, adapt, and build upon it, while marking the beginning---rather than the endpoint---of our challenge toward the global frontier.
• Abstract（参考訳）: この技術報告では、LG AI Researchによって開発されたオープンウェイトな多言語基盤モデルであるK-EXAONE 2.0を、グローバルフロンティアスケール基盤モデルへのステップとして提示する。 ゼロからトレーニングするのではなく、K-EXAONEをリサイクルし、アーキテクチャを拡張し、Mixture-of-Experts(MoE)モデルに750Bの合計パラメータとトークンあたり約37Bのアクティベートを実現しました。 K-EXAONE 2.0は最大256Kトークンのコンテキスト長をサポートし、6言語から10言語まで多言語でカバーできる。 その訓練パイプラインは、推論、エージェントコーディング、多言語能力、韓国の社会文化の文脈に根ざした安全性を強化するために、連続的な事前訓練、困難に焦点を当てた中等訓練、ポストトレーニングを組み合わせる。 K-EXAONE 2.0は、実用的な使用条件を反映して選択された9つの評価カテゴリにおいて、K-EXAONEよりも改善され、オープンウェイトモデルと競合し続けている。 Apache 2.0ライセンスの下でリリースされたK-EXAONE 2.0は、より広範なAIエコシステムを評価、デプロイ、適応、構築を可能にします。

関連論文リスト

• Kimi K3: Open Frontier Intelligence [244.27422883681837]
  我々はKimi K3を紹介した。これは2.8TパラメータMixture-of-Expertsモデルで、104億のアクティベートパラメータ、ネイティブビジョン機能、100万のコンテキストウィンドウを備えている。 Kimi K3 は Kimi Delta Attention and Attention Residuals 上に構築されている。 我々は,Kimi K3が長期コーディング,エージェント,知識,推論,ビジョンタスクにおいて,フロンティアレベルのパフォーマンスを実現することを示す。
  論文  参考訳（メタデータ） (2026-07-27T16:49:54Z)
• K-EXAONE Technical Report [76.23621600385238]
  K-EXAONEはLG AI Researchが開発した大規模多言語言語モデルである。 256Kのコンテキストウィンドウをサポートし、韓国語、英語、スペイン語、ドイツ語、日本語、ベトナム語をカバーしている。 我々はK-EXAONEを、推論、エージェント、一般、韓国語、多言語能力にまたがる総合的なベンチマークスイートで評価した。
  論文  参考訳（メタデータ） (2026-01-05T02:30:59Z)
• Uni-MoE-2.0-Omni: Scaling Language-Centric Omnimodal Large Model with Advanced MoE, Training and Data [55.65426108082807]
  Uni-MoE-2.0-Omniをスクラッチから3つのコアコントリビューションで構築しています。 雑用的な理解や、画像、テキスト、音声を生成することができる。
  論文  参考訳（メタデータ） (2025-11-16T14:10:55Z)
• Kimi K2: Open Agentic Intelligence [118.78600121345099]
  Kimi K2は32億の活性化パラメータと1兆の総パラメータを持つ大きな言語モデルである。 MuonClipに基づいて、K2は15.5兆のトークンで事前訓練され、損失のスパイクはゼロだった。 Kimi K2は、オープンソース非思考モデルの間で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-07-28T05:35:43Z)
• HyperCLOVA X THINK Technical Report [0.0]
  HyperCLOVA X THINKはHyperCLOVA Xファミリの最初の推論中心の大規模言語モデルである。 韓国の約6兆ドル(約660兆円)の高品質な韓国のトークンと、ターゲットとする韓国の合成データで強化された英語のトークンを事前訓練した。 韓国のベンチマークでも同様の大きさのモデルに対して、競争力のあるパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2025-06-27T17:23:12Z)
• 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)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。