EXAONE 4.0 32B

🚀 EXAONE-4.0-32B

EXAONE 4.0 を紹介します。このモデルは Non-reasoning mode と Reasoning mode を統合し、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実現します。エージェンティックAIの時代に備え、EXAONE 4.0 はエージェントツールの使用などの重要な機能を組み込んでおり、英語と韓国語に加えてスペイン語もサポートするように多言語機能が拡張されています。

EXAONE 4.0 モデルシリーズは、高性能に最適化された中規模の 32B モデルと、デバイス上でのアプリケーション向けに設計された小規模の 1.2B モデルの2種類のサイズから構成されています。

🎉 ライセンス更新！より柔軟なライセンス条項を発表できて嬉しいです 🤗
✈️ FriendliAI で試してみてください

🚀 クイックスタート

元のリポジトリからフォークされた transformers ライブラリをインストールする必要があります。これは私たちの PR で入手できます。このPRがマージされてリリースされたら、このセクションを更新します。

以下のコマンドを実行して、EXAONE 4.0 をサポートする最新バージョンの transformers をインストールできます。

pip install git+https://github.com/lgai-exaone/transformers@add-exaone4

基本的な使用法

一般的な使用には、以下の例のように EXAONE 4.0 モデルを使用できます。

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LGAI-EXAONE/EXAONE-4.0-32B"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="bfloat16",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# プロンプトを選択
prompt = "Explain how wonderful you are"
prompt = "Explica lo increíble que eres"
prompt = "너가 얼마나 대단한지 설명해 봐"

messages = [
    {"role": "user", "content": prompt}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt"
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=False,
)
print(tokenizer.decode(output[0]))

高度な使用法

EXAONE 4.0 モデルは、複雑な問題を処理するための推論能力を備えています。enable_thinking=True 引数をトークナイザーに指定することで、推論モードを有効にできます。これにより、<think> タグで始まる推論ブロックが開かれます。

messages = [
    {"role": "user", "content": "Which one is bigger, 3.12 vs 3.9?"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    enable_thinking=True,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=True,
    temperature=0.6,
    top_p=0.95
)
print(tokenizer.decode(output[0]))

⚠️ 重要な注意

推論モードでのモデル生成は、サンプリングパラメータに敏感に影響を受ける可能性があります。より良い品質を得るためには、使用ガイドライン を参照してください。

エージェントツールの使用

EXAONE 4.0 モデルは、ツール呼び出し機能を備えたエージェントとして使用できます。効果的なツール呼び出しのために、モデルにツールスキーマを提供できます。

import random

def roll_dice(max_num: int):
    return random.randint(1, max_num)

tools = [
    {
        "type": "function",
        "function": {
            "name": "roll_dice",
            "description": "Roll a dice with the number 1 to N. User can select the number N.",
            "parameters": {
                "type": "object",
                "required": ["max_num"],
                "properties": {
                    "max_num": {
                        "type": "int",
                        "description": "Max number of the dice"
                    }
                }
            }
        }
    }
]

messages = [
    {"role": "user", "content": "Roll D6 dice twice!"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    tools=tools,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=1024,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
)
print(tokenizer.decode(output[0]))

✨ 主な機能

ハイブリッドアテンション

32Bモデルでは、Local attention (sliding window attention) と Global attention (full attention) を3:1の比率で組み合わせたハイブリッドアテンション方式を採用しています。グローバルコンテキストの理解を向上させるために、グローバルアテンションにはRoPE (Rotary Positional Embedding) を使用していません。

QK-Reorder-Norm

トランスフォーマブロックにはPre-LNではなくPost-LN (LayerNorm) 方式を採用し、QとKの投影の直後にRMS正規化を追加しています。これにより、計算量は増えますが、下流タスクでより良いパフォーマンスを得ることができます。

📦 インストール

TensorRT-LLM

TensorRT-LLMは最新のコミットでEXAONE 4.0モデルを公式にサポートしています。リリースされる前は、TensorRT-LLMリポジトリをクローンしてソースからビルドする必要があります。

git clone https://github.com/NVIDIA/TensorRT-LLM.git

リポジトリをクローンした後、インストールのためにソースをビルドする必要があります。TensorRT-LLM環境のビルドガイドについては、公式ドキュメント を参照してください。

以下の手順でTensorRT-LLMサーバーを実行できます。

1. 追加の設定YAMLファイルを作成します。

   # extra_llm_api_config.yaml
   kv_cache_config:
     enable_block_reuse: false
   

2. 設定を指定してサーバーを起動します。

   trtllm-serve serve [MODEL_PATH] --backend pytorch --extra_llm_api_options extra_llm_api_config.yaml
   

詳細については、TensorRT-LLMの EXAONEドキュメント を参照してください。

⚠️ 重要な注意

vllm や sglang などの他の推論エンジンは、現在EXAONE 4.0を公式にサポートしていません。これらのライブラリが更新されたらすぐに更新します。

🔧 技術詳細

モデル構成

評価結果

以下の表は、各モデルの推論モードと非推論モードでの評価結果を示しています。評価の詳細は 技術レポート を参照してください。

• ✅ は、モデルが目的に応じて推論/非推論を選択して評価されたハイブリッド推論能力を持っていることを示します。
• 韓国語の 実用的 および 専門的 な知識を評価するために、KMMLU-Redux と KMMLU-Pro の両方のベンチマークを採用しています。両方のデータセットは公開されています！

32B 推論モード

32B 非推論モード

📄 ライセンス

このモデルは exaone ライセンスの下で提供されています。