LG开源推理模型EXAONE Deep，在数学与编程方面表现出色

LG AI Research正式开源了其最新研发的AI推理模型——EXAONE Deep。这款模型分为2.4B、7.8B和32B三个版本，在多个关键领域展现出卓越性能。据官方称，EXAONE Deep 32B在部分测试中的表现甚至超越了DeepSeek等知名大模型。

• GitHub：https://github.com/LG-AI-EXAONE/EXAONE-Deep
• 模型：https://huggingface.co/collections/LGAI-EXAONE/exaone-deep-67d119918816ec6efa79a4aa

代理AI的时代来临：增强推理能力至关重要

随着AI技术的快速发展，一个全新的AI时代正在到来——代理AI（Agent AI）。这种AI能够独立提出假设、验证它们，并在无需人类指令的情况下自主决策。这标志着AI从“工具型”向“自主型”的转变。然而，要实现这一目标，开发高性能的推理模型是核心挑战之一。

目前，全球范围内能够开发出高级推理模型的公司屈指可数，这些模型的研发不仅需要强大的技术积累，还需要海量资源支持。LG AI Research推出的EXAONE Deep正是为了应对这一挑战而生。它在数学逻辑、科学推理以及编程问题解决等方面表现出色，成为一款具备增强推理能力的高性能模型。

EXAONE Deep的核心亮点

为了让EXAONE Deep在推理性能上达到行业领先水平，研发团队专注于提升其在数学、科学和编码领域的表现，同时确保模型能够在多领域中灵活应用。以下是EXAONE Deep在不同领域的具体表现：

1. 数学：高难度基准测试中的亮眼成绩

• EXAONE Deep 32B
  在高难度数学基准测试中，EXAONE Deep 32B以仅占竞争对手5%的模型规模，实现了与之相当的性能。例如，在2025年高考数学部分，该模型获得了94.5分；在美国奥林匹克数学选拔考试（AIME 2024）中，得分为90.0分；而在AIME 2025中，它与DeepSeek-R1（671B）模型的表现不相上下。这充分证明了EXAONE Deep在复杂数学问题上的解题能力和逻辑推理能力。

• EXAONE Deep 7.8B & 2.4B
  这两款轻量级模型同样表现出色。在MATH-500基准测试中，7.8B模型得分为94.8，2.4B模型得分为92.3；在AIME 2024中，7.8B模型得分为59.6，2.4B模型得分为47.9。无论是作为设备端模型还是轻量级模型，它们都在各自类别中排名第一，展现了极高的实用价值。

2. 科学与编码：博士级解题能力与高效编码表现

• EXAONE Deep 32B
  在评估物理、化学和生物学博士级解题能力的GPQA Diamond测试中，EXAONE Deep 32B取得了66.1分的优异成绩。此外，它在评估编码能力的LiveCodeBench基准测试中录得59.5分，超越了类似规模的其他推理AI模型。这表明该模型在专业领域的适用性极高。

• EXAONE Deep 7.8B & 2.4B
  这两款轻量级模型同样在GPQA Diamond和LiveCodeBench中排名第一。特别是在Hugging Face的“LLM排行榜”边缘类别中，EXAONE Deep 2.4B继去年12月发布的EXAONE 3.5之后再次夺冠，进一步巩固了其在轻量级和设备端模型领域的领先地位。

3. MMLU：国内模型中的最高分

除了在特定领域的突出表现，EXAONE Deep在通用语言理解方面也毫不逊色。在衡量通用推理能力的MMLU测试中，EXAONE Deep 32B取得了83.0分，成为韩国开发模型中的最高分。这不仅证明了其在数学、科学和编码领域的专业推理能力，还展示了其在多领域知识理解和应用上的综合实力。