Informe Técnico de EXAONE 4.5
EXAONE 4.5 Technical Report
April 9, 2026
Autores: Eunbi Choi, Kibong Choi, Sehyun Chun, Seokhee Hong, Junwon Hwang, Hyojin Jeon, Ahra Jo, Hyunjik Jo, Yeonsik Jo, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Changhun Lee, Haeju Lee, Jinsik Lee, Kyungmin Lee, Sangha Park, Kwangrok Ryoo, Minju Seo, Sejong Yang, Heuiyeen Yeen, Hwan Chang, Stanley Jungkyu Choi, Yejin Choi, Kyubeen Han, Joonwon Jang, Kijeong Jeon, Geunyeong Jeong, Gerrard Jeongwon Jo, Jiyeon Jung, Daeseong Kim, Dohoon Kim, Dohyun Kim, Hyunseo Kim, Minu Kim, Myoungshin Kim, Youchul Kim, Byungoh Ko, Christopher Lee, Edward Hwayoung Lee, Honglak Lee, Jiyoung Lee, Sangeun Lee, Seungwon Lim, Woohyung Lim, Jueun Mun, Jaewoo Park, Jimin Park, Jinho Park, Yongmin Park, Wooseok Seo, Yongwoo Song, Sihyuk Yi, Kyungjae Yoo, Sangyeon Yoon
cs.AI
Resumen
Este informe técnico presenta EXAONE 4.5, el primer modelo de lenguaje visual de pesos abiertos publicado por LG AI Research. EXAONE 4.5 se ha diseñado mediante la integración de un codificador visual específico en el marco existente de EXAONE 4.0, lo que permite un preentrenamiento multimodal nativo sobre modalidades tanto visuales como textuales. El modelo se ha entrenado con datos a gran escala cuidadosamente seleccionados, haciendo especial hincapié en corpus centrados en documentos que se alinean con los dominios de aplicación estratégicos de LG. Este diseño de datos dirigido permite ganancias sustanciales de rendimiento en la comprensión de documentos y tareas relacionadas, al mismo tiempo que ofrece mejoras generales en las capacidades lingüísticas de carácter amplio. EXAONE 4.5 amplía la longitud de contexto hasta 256.000 tokens, facilitando el razonamiento de contexto largo y casos de uso a escala empresarial. Las evaluaciones comparativas demuestran que EXAONE 4.5 logra un rendimiento competitivo en benchmarks generales, superando a modelos de última generación de escala similar en comprensión de documentos y razonamiento contextual en coreano. Como parte del esfuerzo continuo de LG hacia un despliegue industrial práctico, EXAONE 4.5 está diseñado para extenderse continuamente con dominios y escenarios de aplicación adicionales, con el fin de avanzar en la IA para una vida mejor.
English
This technical report introduces EXAONE 4.5, the first open-weight vision language model released by LG AI Research. EXAONE 4.5 is architected by integrating a dedicated visual encoder into the existing EXAONE 4.0 framework, enabling native multimodal pretraining over both visual and textual modalities. The model is trained on large-scale data with careful curation, particularly emphasizing document-centric corpora that align with LG's strategic application domains. This targeted data design enables substantial performance gains in document understanding and related tasks, while also delivering broad improvements across general language capabilities. EXAONE 4.5 extends context length up to 256K tokens, facilitating long-context reasoning and enterprise-scale use cases. Comparative evaluations demonstrate that EXAONE 4.5 achieves competitive performance in general benchmarks while outperforming state-of-the-art models of similar scale in document understanding and Korean contextual reasoning. As part of LG's ongoing effort toward practical industrial deployment, EXAONE 4.5 is designed to be continuously extended with additional domains and application scenarios to advance AI for a better life.