EXAONE 3.0（LG 首个开源模型）

它是什么

EXAONE 3.0 是 LG AI Research 于 2024 年 8 月 7 日发布的大语言模型^[1]。它是 EXAONE 系列中第一个对外公开的模型，此前这个系列的模型都留在公司内部^[1]。LG 内部做过多个不同规模的版本，最终只公开了参数规模 78 亿（7.8B）的一个^[1]。

参数是训练过程中不断调整的数值权重，参数量只是衡量模型规模的一个粗略指标，并不直接等于能力高低。「7.8B」的意思是模型有 78 亿个这样的权重。公开版本标出这个数字，主要是让读者知道它属于哪一档规模、大致需要什么样的硬件。

只公开了指令微调版本

公开的是指令微调（instruction tuning）版本，而不是基座模型（base checkpoint）^[1]。这个区别值得说清楚。基座模型是预训练的直接产物：它在大量文本上学会了把句子接着写下去，但并不天然倾向于「照着要求回答」。指令微调是在这之上再加一轮训练，用「指令—合适的回答」这样的样本教模型听懂问题、遵守格式、扮演角色。只放出微调后的版本，意味着使用者拿到手就能直接用起来，而预训练的起点仍然留在内部。

发布与获取方式

权重在 2024 年 7 月 31 日上传到 Hugging Face^[2]，比 8 月 7 日的正式发布略早^[1]。在 Hugging Face 上，这个 7.8B 版本的下载是「申请制」（gated）：用户必须先提交申请，获批之后才能下载权重^[3]。这种设置在模型发布中很常见，厂商借此记录使用者并让其接受使用条款。它不等于闭源，但下载并不是点一下就能完成的，需要先通过审批。

LG 强调的特点

LG 表示该模型在韩语上表现突出，同时在通用任务和复杂推理上保持竞争力^[1]。把「某一门语言强」和「通用能力不弱」放在一起，是一个开放发布的模型必须自己撑住的说法：权重一旦可以下载，任何人都能自己测，而不只是读一篇论文。

在系列中的位置

2024 年 12 月，EXAONE 3.5 发布，一次给出三个规模^[2]，这条产品线于是从一个公开模型变成了一个小家族。2025 年 3 月，系列又扩展到 EXAONE Deep 推理模型^[2]。推理模型会在给出最终答案之前先展开中间的思考步骤，用更多的计算换取更稳的结果，而不是直接吐出第一个看起来通顺的续写。于是在不长的时间里，EXAONE 从「一个申请制下载的指令微调模型」发展成了覆盖多种规模、并带推理变体的系列。

该模型的技术报告发布在 arXiv 上，目前是第 4 版，最后一次修订在 2026 年 1 月 2 日^[1]，这说明它在初次挂出之后仍在更新，而不是发布即定稿。