🚀 A.X 3.1 Light

A.X 3.1 Light 是一款专为韩语理解和企业部署优化的轻量级大语言模型（LLM）。该模型由SKT完全自主研发，从模型架构设计、数据整理到训练，均在SKT自主的超级计算基础设施TITAN上完成。它基于包含1.65万亿标记的高质量多语言语料库从头开始训练，尤其注重韩语数据。凭借对数据质量的严格把控，A.X 3.1 Light在韩语大语言模型中，相对于其训练语料库规模实现了帕累托最优性能，从而实现了高效且经济的计算资源利用。

🤗 模型 | 🖥️ Github

✨ 主要特性

• 纯正的韩国主权AI：A.X 3.1 Light在高质量多语言数据集上进行训练，该数据集由SKT内部完全整理，并使用了SKT自主的GPU基础设施。
• 高效的多语言LLM：尽管A.X 3.1 Light的训练规模相对较小，仅为1.65万亿标记，但在开源韩语大语言模型中表现出色。
• 卓越的韩语能力：在KMMLU（韩语语言评估的领先基准，是MMLU的韩语特定改编版本）中，A.X 3.1 Light取得了61.7分的成绩，超越了其他韩语特定模型。
• 深入的韩语理解：在KoBALT - 700（韩语高级语言任务的基准）中，A.X 3.1 Light获得了27.43分，优于其他韩语专业模型。
• 高效的标记使用：处理同等韩语输入时，A.X 3.1 Light所需的标记比GPT - 4o约少33%，从而实现了更具成本效益和计算效率的推理。
• 长上下文处理能力：A.X 3.1 Light支持多达32,768个标记。

🔧 技术细节

A.X 3.1 Light代表了一种高效的主权AI模型，由SKT端到端开发，涵盖了模型架构、数据整理、基础设施部署和优化等方面。

模型架构规格

高质量数据管道与策略性混合

• 收集并整理了一个包含20万亿标记的训练数据集，数据来源广泛。
• 整个数据集通过SKT自主的数据管道进行处理，包括合成数据生成和全面的质量过滤。
• 训练A.X 3.1 Light时，总共使用了1.65万亿标记，这些标记来自以韩语为重点的多语言语料库。

帕累托最优计算效率

与性能相近的模型相比，A.X 3.1 Light的计算成本降低了5到6倍。严格的数据整理和基于STEM数据的两阶段训练，使其在减少浮点运算次数的情况下仍能实现有竞争力的性能。

📊 基准测试结果

🚀 快速开始

使用HuggingFace Transformers

使用 skt/A.X-3.1-Light 需要 transformers>=4.46.0 或最新版本。

pip install transformers>=4.46.0

基础用法

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "skt/A.X-3.1-Light"
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()
tokenizer = AutoTokenizer.from_pretrained(model_name)

messages = [
    {"role": "system", "content": "당신은 사용자가 제공하는 영어 문장들을 한국어로 번역하는 AI 전문가입니다."},
    {"role": "user", "content": "The first human went into space and orbited the Earth on April 12, 1961."},
]
input_ids = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)

with torch.no_grad():
    output = model.generate(
        input_ids,
        max_new_tokens=128,
        do_sample=False,
    )

len_input_prompt = len(input_ids[0])
response = tokenizer.decode(output[0][len_input_prompt:], skip_special_tokens=True)
print(response)
# Output:
# 1961년 4월 12일, 최초의 인간이 우주에 나가 지구를 궤도를 돌았습니다.

使用vLLM

使用工具使用功能需要 vllm>=v0.6.4.post1 或最新版本。

pip install vllm>=v0.6.4.post1
# 如果您不想激活工具使用功能，只需注释掉下面的vLLM选项
VLLM_OPTION="--enable-auto-tool-choice --tool-call-parser hermes"
vllm serve skt/A.X-3.1-Light $VLLM_OPTION

基础用法

from openai import OpenAI

def call(messages, model):
    completion = client.chat.completions.create(
        model=model,
        messages=messages,
    )
    print(completion.choices[0].message)

client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="api_key"
)
model = "skt/A.X-3.1-Light"
messages = [{"role": "user", "content": "에어컨 여름철 적정 온도는? 한줄로 답변해줘"}]
call(messages, model)
# Output:
# 에어컨 여름철 적정 온도는 24~26도입니다.

messages = [{"role": "user", "content": "What is the appropriate temperature for air conditioning in summer? Respond in a single sentence."}]
call(messages, model)
# Output:
# The appropriate temperature for air conditioning in summer is generally set between 24 to 26°C for optimal comfort and energy efficiency.

工具使用示例

from openai import OpenAI


def call(messages, model):
    completion = client.chat.completions.create(
        model=model,
        messages=messages,
        tools=tools
    )
    print(completion.choices[0].message)


client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="api_key"
)
model = "skt/A.X-3.1-Light"

calculate_discount = {
    "type": "function",
    "function": {
        "name": "calculate_discount",
        "description": "원가격과 할인율(퍼센트 단위)을 입력받아 할인된 가격을계산한다.",
        "parameters": {
            "type": "object",
            "properties": {
                "original_price": {
                    "type": "number",
                    "description": "상품의 원래 가격"
                },
                "discount_percentage": {
                    "type": "number",
                    "description": "적용할 할인율"
                }
            },
            "required": ["original_price", "discount_percentage"]
        }
    }
}
get_exchange_rate = {
    "type": "function",
    "function": {
        "name": "get_exchange_rate",
        "description": "두 통화 간의 환율을 가져온다.",
        "parameters": {
            "type": "object",
            "properties": {
                "base_currency": {
                    "type": "string",
                    "description": "The currency to convert from."
                },
                "target_currency": {
                    "type": "string",
                    "description": "The currency to convert to."
                }
            },
            "required": ["base_currency", "target_currency"]
        }
    }
}
tools = [calculate_discount, get_exchange_rate]

### 插槽填充 ###
messages = [{"role": "user", "content": "우리가 뭘 사야되는데 원가가 57600원인데 직원할인 받으면 얼마야?"}]
call(messages, model)
# Output:
# ChatCompletionMessage(content='직원 할인을 적용하기 위해서는 할인율을 알 수 있어야 합니다. 할인율을 알려주실 수 있나요?', role='assistant', function_call=None, tool_calls=[], reasoning_content=None)


### 函数调用 ###
messages = [
    {"role": "user", "content": "우리가 뭘 사야되는데 원가가 57600원인데 직원할인 받으면 얼마야?"},
    {"role": "assistant", "content": "직원 할인을 적용하기 위해서는 할인율을 알 수 있어야 합니다. 할인율을 알려주실 수 있나요?"},
    {"role": "user", "content": "15% 할인 받을 수 있어."},
]
call(messages, model)
# Output: 
# ChatCompletionMessage(content=None, role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='chatcmpl-tool-3ebf11847364450daf363039db80cc50', function=Function(arguments='{"original_price": 57600, "discount_percentage": 15}', name='calculate_discount'), type='function')], reasoning_content=None)


### 完成 ###
messages = [
    {"role": "user", "content": "우리가 뭘 사야되는데 원가가 57600원인데 직원할인 받으면 얼마야?"},
    {"role": "assistant", "content": ""},
    {"role": "user", "content": "15% 할인 받을 수 있어."},
    {"role": "tool", "tool_call_id": "random_id", "name": "calculate_discount", "content": "{\"original_price\": 57600, \"discount_percentage\": 15, \"discounted_price\": 48960.0}"}
]
call(messages, model)
# Output: 
# ChatCompletionMessage(content='57,600원의 상품에 15% 할인을 적용하면, 할인된 가격은 48,960원입니다.', role='assistant', function_call=None, tool_calls=[], reasoning_content=None)

📄 许可证

A.X 3.1 Light 模型采用 Apache License 2.0 许可。

引用

@article{SKTAdotX3.1Light,
  title={A.X 3.1 Light},
  author={SKT AI Model Lab},
  year={2025},
  url={https://huggingface.co/skt/A.X-3.1-Light}
}

联系我们

• 商务合作联系：a.x@sk.com