De acordo com pt.wedoany.com-O diretor da Naver Cloud, Lee Ki-chang, afirmou durante a sessão Tech Deep Talk realizada no dia 2 no distrito de Gangnam, em Seul, que seu serviço de busca conversacional AI Tab já aplica o LLM nativo do produto (Product Native LLM) desenvolvido com base no HyperCLOVA X, e declarou que o objetivo da Naver é obter uma vantagem clara na capacidade de serviço, mantendo as habilidades básicas acima do nível dos concorrentes, enquanto reduz ao máximo a diferença em relação ao nível mais avançado global em habilidades profissionais.

O AI Tab é um serviço de busca conversacional lançado oficialmente pela Naver no dia 26 do mês passado, capaz de entender a intenção e o contexto da pesquisa do usuário para fornecer respostas, conectando-se a ações práticas como compras e busca de locais. Este LLM nativo do produto reflete integralmente os dados, cenários de serviço e feedback dos usuários da Naver no design do modelo.

O modelo foi desenvolvido com base em três pilares: dados, arquitetura e treinamento. A qualidade dos dados de aprendizado é melhorada por meio de um filtro de qualidade de documentos, e é construído um "pipeline de coleta de dados não estruturados" (비스형 데이터 수집 파이프라인), refletindo dados de áreas como busca, compras, locais e informações do cotidiano na fase de pré-treinamento. Na arquitetura, foi introduzida a estrutura MoE (Mixture of Experts), garantindo uma velocidade de resposta e uma taxa de transferência mais rápidas do que o HCX (HyperCLOVA X) original, reduzindo a latência de ponta a ponta (E2E Latency). O modelo melhora a computação para ser linearmente proporcional ao comprimento da entrada, mantendo uma velocidade de resposta estável e alta taxa de transferência em contextos longos.

Na fase de treinamento, os recursos computacionais investidos em aprendizado por reforço foram expandidos para mais do que o dobro em relação ao HCX original, e foi aplicada a nova técnica de aprendizado por reforço de clareza (Clarify RL), que recompensa perguntas não respondíveis com condições adicionais, melhorando o fenômeno de alucinação. A técnica de destilação on-policy (OPD, On-Policy Distillation) também foi aplicada, onde as respostas geradas pelo modelo em treinamento são modificadas por um modelo de alto desempenho em nível de token, suplementando efetivamente as capacidades em áreas profissionais fracas, e possui uma estrutura de melhoria contínua: à medida que o desempenho do modelo de alto desempenho aumenta, o modelo em treinamento também se fortalece.

Nos resultados do próprio benchmark da Naver que avalia a qualidade de execução de "busca, compra e reserva" do modelo aplicado ao AI Tab, a pontuação de capacidade de serviço foi de 108 pontos, superior à média dos concorrentes de 100 pontos e à pontuação máxima dos concorrentes de 106 pontos. As habilidades básicas, como execução de instruções e chamada de ferramentas em japonês, obtiveram 104 pontos, superando a média dos concorrentes de 100 pontos. A capacidade profissional para resolver problemas científicos de nível de doutorado obteve 97 pontos, ligeiramente abaixo da média dos concorrentes de 100 pontos. O diretor Lee Ki-chang explicou que, embora as habilidades básicas e profissionais possam ser alcançadas com esforço, a estratégia decidiu investir mais concentradamente nas capacidades relacionadas ao serviço.

No evento, a Naver também revelou a tecnologia central "Harness Engineering" que estabiliza a operação do AI Tab, operando em quatro etapas: compreensão da intenção do usuário e gerenciamento de contexto de conversa longa, raciocínio de associação de serviços como busca, compras e locais, fornecimento de fontes e execução de conexão.

A Naver apresentou a visão de evoluir para um agente multimodal (Multimodal Agent) centrado no Smart Lens aplicado à barra de busca. Desde o lançamento do Smart Lens em 2017, oferecendo serviço de busca por imagem, passando pela busca composta de imagem e texto em 2022, até o lançamento do Smart Lens X AI Briefing no ano passado, que realiza compreensão e resumo de imagens, a empresa continua a atualizar suas tecnologias.

O líder de equipe da Naver, Yoon Sang-doo, afirmou que atualmente o agente de IA da Naver é baseado principalmente em entrada de texto, mas no futuro evoluirá para um agente multimodal que compreende a intenção por meio de imagens e conecta ações práticas.