[E-DailyKim Hyun-ah 记者]LG Uplus(032640)通过研究在智能手机上高效运行和训练小型语言模型(sLM)的技术,取得了两篇论文被全球主要人工智能(AI)学术会议——NeurIPS 2026 研讨会录用的成果。
通过应用模型轻量化和推理加速技术,将AI处理速度提升至原有方式的约4.5倍,同时将电池消耗降低了约77%。
LG U+的AI令牌优化技术在世界最高权威的AI学术会议上获得认可。图片来源:LG U+
LG U+于29日宣布,其两篇关于AI令牌优化的研究论文已被NeurIPS的“设备端智能”研讨会录用。NeurIPS与ICML、ICLR并称为全球三大AI学术会议。今年的学术会议将于12月6日至12日在澳大利亚悉尼举行。
此次研究聚焦于在智能手机等内存和功耗受限的环境中,高效运行和训练小型语言模型。令牌是AI在理解问题并生成答案时所使用的数据单位。若能高效处理令牌,即可提高响应速度,并减少运算资源和功耗。
LG U+开发了可用于通话服务的小型语言模型,并通过应用模型轻量化和推理加速技术,针对智能手机环境进行了优化。该公司表示,由此将处理速度提升至原有方式的约4.5倍,并将电池消耗降低了约77%。研究重点在于利用有限的计算资源,同时将模型性能下降降至最低。
该公司还研究了无需将个人数据发送至外部服务器、直接在智能手机内进行AI训练的技术。通过减少训练所需的运算和内存占用,在设备内部进行额外训练,并在实际智能手机环境中验证了性能。LG U+表示,在个人数据不传输出设备的情况下,仍确认了与在服务器上训练的模型同等水平的准确率。
LG U+正在探讨将此次研究中获得的技术应用于公司AI服务的方法。计划将已在智能手机上验证的优化技术扩展至服务器的图形处理单元(GPU)环境,从而提高AI服务的响应速度和资源利用效率。
LG U+首席技术官(CTO)李相叶表示:“此次论文被录用,标志着我们在有限环境下快速、高效地运行和训练AI的研究成果获得了认可”,并称“我们将把相关技术应用于实际服务中,并将研究范围扩展至服务器环境”。
通过应用模型轻量化和推理加速技术,将AI处理速度提升至原有方式的约4.5倍,同时将电池消耗降低了约77%。
LG U+于29日宣布,其两篇关于AI令牌优化的研究论文已被NeurIPS的“设备端智能”研讨会录用。NeurIPS与ICML、ICLR并称为全球三大AI学术会议。今年的学术会议将于12月6日至12日在澳大利亚悉尼举行。
此次研究聚焦于在智能手机等内存和功耗受限的环境中,高效运行和训练小型语言模型。令牌是AI在理解问题并生成答案时所使用的数据单位。若能高效处理令牌,即可提高响应速度,并减少运算资源和功耗。
LG U+开发了可用于通话服务的小型语言模型,并通过应用模型轻量化和推理加速技术,针对智能手机环境进行了优化。该公司表示,由此将处理速度提升至原有方式的约4.5倍,并将电池消耗降低了约77%。研究重点在于利用有限的计算资源,同时将模型性能下降降至最低。
该公司还研究了无需将个人数据发送至外部服务器、直接在智能手机内进行AI训练的技术。通过减少训练所需的运算和内存占用,在设备内部进行额外训练,并在实际智能手机环境中验证了性能。LG U+表示,在个人数据不传输出设备的情况下,仍确认了与在服务器上训练的模型同等水平的准确率。
LG U+正在探讨将此次研究中获得的技术应用于公司AI服务的方法。计划将已在智能手机上验证的优化技术扩展至服务器的图形处理单元(GPU)环境,从而提高AI服务的响应速度和资源利用效率。
LG U+首席技术官(CTO)李相叶表示:“此次论文被录用,标志着我们在有限环境下快速、高效地运行和训练AI的研究成果获得了认可”,并称“我们将把相关技术应用于实际服务中,并将研究范围扩展至服务器环境”。