الذكاء الاصطناعي09‏/11‏/2026، 2:24 ص UTC·2 دقائق قراءة

LG AI Research تتيح واجهة K-EXAONE 2.5 مجانا بعد تحسن 70%

رفعت LG AI Research أداء نموذج K-EXAONE بأكثر من 70% خلال ثمانية أسابيع، وأتاحت واجهته البرمجية مجانا للمطورين والشركات الناشئة والمؤسسات.

Presentation stage at an AI event in Seoul showing the K-EXAONE 2.5 model from LG AI Research — الصورة: zdnet.co.kr

أعلنت LG AI Research أنها رفعت أداء نموذجها الخاص للذكاء الاصطناعي K-EXAONE بأكثر من 70% خلال ثمانية أسابيع، وأتاحت النموذج المحسن K-EXAONE 2.5 مجانا عبر واجهة برمجة التطبيقات (API). جاء الإعلان في 9 نوفمبر خلال فعالية NVIDIA AI Day Seoul 2026 في مركز COEX بالعاصمة سيول.

ويُعد K-EXAONE 2.5 نموذجا للتحقق التقني، أُنشئ عبر تدريب إضافي للنموذج الثاني ضمن برنامج النماذج التأسيسية الوطنية للذكاء الاصطناعي الذي كُشف عنه في أغسطس. وقبل الانتقال إلى النموذج الثالث، حسّنت الشركة أساليب التدريب واختبرت إمكانات رفع الأداء.

نتائج الاختبارات

وفق LG، ارتفع الأداء الإجمالي عبر 24 مؤشرا في تقييم داخلي يعتمد على مجموعات بيانات مفتوحة بأكثر من 70% مقارنة بنموذج أغسطس. وتقول الشركة إن النموذج اقترب في مجال الذكاء الاصطناعي الوكيلي من نماذج عالمية مفتوحة الأوزان مثل DeepSeek وGLM.

في اختبار Automation Bench الذي يقيس أتمتة الأعمال بأدوات البرمجيات كخدمة، سجل النموذج 74.6 نقطة، مقابل 74.9 لـ DeepSeek V4.1 Flash و71.6 لـ GLM 5.3. وفي Claw Eval الخاص بحل المهام بواسطة وكلاء الذكاء الاصطناعي حصل على 77.3 نقطة مقابل 75.8 لـ DeepSeek. أما في BrowseComp لتقييم تصفح الويب فسجل 78.0 نقطة مقابل 75.8.

وفي SWE-Bench Pro الذي يقيس تطوير البرمجيات وإصلاحها، حقق 59.2 نقطة، متفوقا قليلا على DeepSeek (58.4) لكنه دون GLM (64.0).

واجهة مجانية وخطط قادمة

منذ 9 نوفمبر تتيح LG الواجهة البرمجية لـ K-EXAONE 2.5 مجانا بالكامل عبر منصتها الخاصة. ويمكن للمطورين والشركات الناشئة والمؤسسات والجهات البحثية الحصول على مفتاح API واستخدامه في تطوير الخدمات والأبحاث.

وتدرس الشركة كذلك تطبيق تقنية NVIDIA Dynamo لرفع كفاءة الاستدلال وقابلية توسيع الخدمات. وكانت NVIDIA قد نشرت سابقا دليل استخدام لـ Dynamo مخصصا لـ K-EXAONE.

وستُدرج في النموذج الثالث تقنيات جرى التحقق منها هنا، منها إدارة جودة البيانات والتدريب اللاحق والتعلم المعزز. والهدف إنجاز نموذج بأداء عالمي من فئة الحدود المتقدمة بحلول يناير المقبل. وقال إم وو هيونغ، الرئيس المشارك لـ LG AI Research، إن الفريق يركز على هذا الهدف.