EXAONE 4.5 Technisch Rapport

EXAONE 4.5 Technical Report

April 9, 2026

Auteurs: 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

Samenvatting

Dit technisch rapport introduceert EXAONE 4.5, het eerste open-weight vision-language model dat wordt vrijgegeven door LG AI Research. EXAONE 4.5 is ontwikkeld door een speciale visuele encoder te integreren in het bestaande EXAONE 4.0-framework, wat native multimodale voortraining op zowel visuele als tekstuele modaliteiten mogelijk maakt. Het model is getraind op grootschalige, zorgvuldig samengestelde data, met bijzondere nadruk op document-gerichte corpora die aansluiten bij de strategische toepassingsdomeinen van LG. Dit gerichte data-ontwerp levert aanzienlijke prestatieverbeteringen op in documentbegrip en aanverwante taken, terwijl het ook brede verbeteringen biedt in algemene taalvaardigheden. EXAONE 4.5 breidt de contextlengte uit tot 256K tokens, wat lange-context redeneren en gebruiksscenario's op ondernemingsschaal vergemakkelijkt. Vergelijkende evaluaties tonen aan dat EXAONE 4.5 competitieve prestaties behaalt in algemene benchmarks, terwijl het state-of-the-art modellen van vergelijkbare schaal overtreft in documentbegrip en Koreaans contextueel redeneren. Als onderdeel van LG's voortdurende inspanningen voor praktische industriële implementatie, is EXAONE 4.5 ontworpen om continu uitgebreid te worden met extra domeinen en toepassingsscenario's om AI te bevorderen voor een beter leven.

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.