代理基准测试达87%纪录
以40B以下中小型模型实现
精准瞄准B2B市场
KT自主开发的人工智能(AI)模型“믿:음 K”在全球AI性能评估平台“AAII(Artificial Analysis Intelligence Index)”上,获得了韩国国内中小型模型中的最高分。尤其是在能够自主执行任务的“Agentic AI”能力方面展现出顶级性能,被评价为在企业级AI市场的竞争力已获得正式认可。
KT于5日表示,믿:음 K在AAII收录的韩国AI模型中,按中小型模型标准位列第1。AAII是由AI评估专业机构Artificial Analysis运营的平台,并非通过单一测试,而是综合多项公开基准测试结果,对AI模型性能进行比较和分析。目前除全球主要AI模型外,LG EXAONE、Naver HyperCLOVA、Upstage SOLAR等韩国国内模型也已被收录。
在本次评估中,믿:음 K在推理、专业知识、数学·编程、智能体执行能力等10余个核心项目上均取得了较高分数。说明其不仅能进行简单的问答,还能理解目标,利用所需工具和系统完成任务,作为Agentic AI,其通用性和实战性得到了同步验证。
特别是在评估智能体特化性能的“τ²-bench(Tau Square Bench)”中,믿:음 K取得了87%的成绩,跻身顶级模型行列。τ²-bench是衡量AI在真实业务环境中能否与人协作,运用多种工具将任务执行到底的指标。KT称,这一数值与谷歌最新Gemini模型处于相似水平。
近期AI市场正从对话型模型快速转向可执行实际工作的AI智能体,在这一背景下,믿:음 K被评价为可在企业现场即时应用于文档撰写·分析、内部业务自动化、开发·运营环境辅助等场景的模型。
尽管믿:음 K是一款参数在40B(400亿个)以下级别的中小型模型,但在高难度推理和专业知识评估指标MMLU Pro、GPQA、HLE等方面也取得了稳定成绩。其在韩语理解和语境把握能力上达到韩国国内最高水平是其一大特点。
KT表示,从模型架构设计到训练数据构建,全部过程均采用“From scratch”自主方式完成,精细反映了韩国企业的业务环境和社会语境。在降低大规模GPU基础设施负担的同时,又兼顾了指令执行能力和效率,因此被评价为适合企业对企业(Business to Business)市场的模型。
KT从最初开发阶段起就以B2B市场为目标设计믿:음 K。通过与国内外数据持有机构建立数据联盟,在训练中利用已获得版权的高质量数据,并与主要企业客户合作,打磨可实际应用于业务的各类场景。
KT计划按金融·公共·制造等行业推进能够实现业务自动化并可自主判断·处理任务的定制化AI智能体普及,正式支持企业的AI转型(AX)。
Oh Seungpil KT技术创新部门负责人(副社长)表示:“此次被AAII收录,客观证明了KT自主AI技术实力已达到全球标准”,并称“将通过Agentic AI,成为引领韩国企业业务创新的核心合作伙伴”。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。