人工智慧研究所LLM團隊發表最新成果在數學與推理領域表現出色台北2025年3月10日--鴻海研究院（HonHaiResearchInstitute,HHRI）今日宣布，推出首款繁體中文AI大型語言模型（LLM），內部開發代碼FoxBrain，此模型以優異的運算成本，於四週內完成訓練。FoxBrain模型原為內部應用而設計，涵蓋數據分析、決策輔助、文書協作、數學、推理解題與代碼生成等功能，後續將對外開源分享。FoxBrain作為鴻海研究院AI推理LLM模型訓練成果，不僅展現了強大的理解與推理能力，還能針對台灣使用者的語言風格進行優化，並在數學與邏輯推理測試中表現出色。AI發展趨勢融入FoxBrain高效訓練鴻海研究院人工智慧研究所栗永徽所長表示，「近幾個月，推理能力的深化以及GPU的高效運用逐漸成為AI領域發展主流。我們的FoxBrain模型採用高效訓練策略，專注於訓練過程優化而非盲目堆砌算力。通過精心設計的訓練方法和資源優化，我們成功打造出具備強大推理能力的本土AI模型。」鴻海研究院人工智慧研究所在FoxBrain訓練過程中，使用120張NVIDIAH100GPU，並透過NVIDIAQuantum-2InfiniBand網路進行擴展，僅花約四周的時間完成，相較於近期其他公司所推出的推理模型，以更高效率，更低成本的模型訓練方式為台灣AI技術發展樹立新里程碑。FoxBrain技術亮點與訓練方法FoxBrain採用MetaLlama3.1為基礎架構，擁有70B參數，在TMMLU+測試資料集，大多數的領域優於國內相同規模的Llama-3-Taiwan-70B，尤其在數學與邏輯推理方面展現卓越能力（TMMLU+評測結果請參閱圖一）。以下是FoxBrain的相關規格與訓練策略：透過自主技術，建立24類主題的資料增強方式與品質評估方法，生成98Btokens高品質中文預訓練資料。上下文處理長度128Ktoken使用120張NVIDIAH100GPU訓練，總計算力花費2688GPUdays。採用多節點平行訓練架構，確保高效能與穩定性。使用獨特的AdaptiveReasoningReflection技術訓練模型學會自主推理。圖1：FoxBrain模型（對比MetaLlama3.170B與Llama-3-Taiwan-70B）在TMMLU+上面幾個重要領域的得分在測試結果方面，FoxBrain於數學領域較基礎模型MetaLlama3.1全面提升，相較於目前最好的繁體中文大模型TaiwanLlama在數學測試中取得顯著進步，並在數學推理能力上超越Meta目前已推出的同等級模型，雖與DeepSeek的蒸餾模型仍有些微差距，但表現已相當接近世界領先水準。台灣AI技術的全球競爭力FoxBrain的研發，從資料收集、資料清理與擴增、ContinualPre-Training、SupervisedFinetuning、RLAIF、AdaptiveReasoningReflection，以自主研發的方式一步一腳印，穩紮穩打把每一個環節做好，最終在運用有限的算力資源下，仍能達到接近世界頂尖AI大模型的效益。此大型語言模型的研究成果，顯示台灣科技人才在AI大模型領域也能夠與國外人才並駕齊驅。FoxBrain模型雖然起源於鴻海研究院為集團內部應用而設計，未來，鴻海將持續與技術夥伴合作，對外開源分享，擴大FoxBrain模型運用範圍，共同推動AI在製造業、供應鏈管理與智慧決策領域的應用。在模型訓練過程中，NVIDIA公司提供Taipei-1超級電腦的支持以及技術諮詢，使鴻海研究院透過使用NeMo順利完成模型訓練。FoxBrain不僅是鴻海AI研發的重大突破，也為台灣AI產業發展樹立了新的標竿。將在更多場景中發揮影響力，推動企業數智化轉型與全球產業升級。鴻海未來將透過導入AI大型語言模型，優化智慧製造、智慧電動車、智慧城市等三大平台的數據分析效率，讓FoxBrain成為驅動智慧應用升級的重要引擎，進一步提升公司營運效益。關於鴻海鴻海精密工業股份有限公司（臺灣證券交易所代碼：2317）於1974年肇基於臺灣，以模具為根基，擴展為高科技服務企業。在電子代工服務領域（EMS）市占率超過四成，排名世界第一，涵蓋消費性電子、雲端網路、電腦終端、元件及其他等四大產品領域。在全球24個國家地區設有據點，員工總人數於季節性高峰時超過九十萬人。2024年合併營收新臺幣6.86兆元，名列《財富雜誌》(Fortune)全球500大企業排行榜第32名。近年來，鴻海積極投入「電動車、數位健康、機器人」三大新興產業以及「人工智慧、半導體、新世代通訊技術」三項新技術領域，以「三加三」結合作為集團重要的長期發展策略，為全球標竿客戶提供完整解決方案，成為全方位智慧生活提供者。如需更多資訊，請參觀www.honhai.com。
人工智慧研究所LLM團隊發表最新成果 在數學與推理領域表現出色
台北2025年3月10日 -- 鴻海研究院（Hon Hai Research Institute, HHRI）今日宣布，推出首款繁體中文AI大型語言模型（LLM），內部開發代碼FoxBrain，此模型以優異的運算成本，於四週內完成訓練。FoxBrain模型原為內部應用而設計，涵蓋數據分析、決策輔助、文書協作、數學、推理解題與代碼生成等功能，後續將對外開源分享。FoxBrain作為鴻海研究院AI推理LLM模型訓練成果，不僅展現了強大的理解與推理能力，還能針對台灣使用者的語言風格進行優化，並在數學與邏輯推理測試中表現出色。
AI 發展趨勢融入FoxBrain高效訓練
【請點我，AI告訴你更多和這新聞有關的資訊】
鴻海研究院（Hon Hai Research Institute, HHRI）推出的FoxBrain模型展現了台灣在AI大模型領域的研發能力，以下是相關延伸知識：
大型語言模型（LLM）發展趨勢：近年來，AI領域的發展重點逐漸從擴大模型規模轉向提升推理能力和訓練效率。全球主要AI研究機構正致力於優化推理能力，同時降低計算資源需求，這與FoxBrain的開發理念一致。
推理能力在AI模型中的重要性：推理能力是指模型解決複雜問題、進行邏輯分析和數學運算的能力。強大的推理功能使AI模型能夠處理更多實際應用場景，特別是在需要深度思考的數學、科學和工程領域。
繁體中文AI模型的發展現況：目前繁體中文AI大模型相對英文模型較少，全球主要的開源大模型如ChatGPT、Llama等原生支持的主要是英文及簡體中文。因此，專為台灣及港澳等繁體中文地區設計的高性能AI模型有其特殊意義。
Meta Llama 3系列模型：Llama 3是Meta公司開發的開源大語言模型家族，其中Llama 3.1是最新版本。FoxBrain基於Meta Llama 3.1架構，進行了繁體中文的優化和能力提升。Llama 3系列支持多種參數規模，從8B到405B不等，FoxBrain採用的是70B參數版本。
Adaptive Reasoning Reflection技術：這是一種訓練AI模型自主推理的技術，通過讓模型學習如何分步思考、反思和修正自己的推理過程，提高解決複雜問題的能力。這種技術在數學和邏輯推理任務中特別有效。
AI模型評估基準TMMLU+：這是一個專為測試模型在台灣相關知識領域理解能力的評估基準，基於多語言多任務語言理解（MMLU）框架擴展而來，涵蓋了多個學科領域，特別強調台灣本地相關知識的測試。
長上下文處理能力：FoxBrain具有128K token的上下文處理長度，這意味著它可以處理更長的輸入文本，使模型能夠理解更複雜的文檔和進行更深入的分析。這對於文檔摘要、長文本理解和多步驟推理任務特別重要。
NVIDIA H100 GPU：這是NVIDIA公司提供的高性能圖形處理器，專為大規模AI訓練任務設計。H100 GPU具有極高的計算能力和效率，是目前訓練大型語言模型的主流硬件選擇。
AI模型開源的意義：AI模型開源可促進技術共享和創新，讓更多研究者和開發者能夠基於現有模型進行改進和應用開發，加速整體AI生態系統的發展。FoxBrain計劃開源分享，有助
鴻海研究院人工智慧研究所栗永徽所長表示，「近幾個月，推理能力的深化以及GPU的高效運用逐漸成為AI領域發展主流。我們的FoxBrain模型採用高效訓練策略，專注於訓練過程優化而非盲目堆砌算力。通過精心設計的訓練方法和資源優化，我們成功打造出具備強大推理能力的本土AI模型。」
鴻海研究院人工智慧研究所在FoxBrain訓練過程中，使用120張NVIDIA H100 GPU，並透過 NVIDIA Quantum-2 InfiniBand 網路進行擴展，僅花約四周的時間完成，相較於近期其他公司所推出的推理模型，以更高效率，更低成本的模型訓練方式為台灣AI技術發展樹立新里程碑。
FoxBrain技術亮點與訓練方法
FoxBrain採用 Meta Llama 3.1 為基礎架構，擁有 70B 參數，在 TMMLU+ 測試資料集，大多數的領域優於國內相同規模的 Llama-3-Taiwan-70B，尤其在數學與邏輯推理方面展現卓越能力（TMMLU+評測結果請參閱圖一）。以下是FoxBrain 的相關規格與訓練策略：
- 透過自主技術，建立24類主題的資料增強方式與品質評估方法，生成98B tokens高品質中文預訓練資料。
- 上下文處理長度 128 K token
- 使用 120 張 NVIDIA H100 GPU 訓練，總計算力花費2688 GPU days。
- 採用多節點平行訓練架構，確保高效能與穩定性。
- 使用獨特的Adaptive Reasoning Reflection 技術訓練模型學會自主推理。
圖1：FoxBrain 模型（對比Meta Llama 3.1 70B 與 Llama-3-Taiwan-70B） 在 TMMLU+ 上面幾個重要領域的得分
在測試結果方面，FoxBrain於數學領域較基礎模型 Meta Llama 3.1 全面提升，相較於目前最好的繁體中文大模型 Taiwan Llama 在數學測試中取得顯著進步，並在數學推理能力上超越 Meta 目前已推出的同等級模型，雖與DeepSeek的蒸餾模型仍有些微差距，但表現已相當接近世界領先水準。
台灣AI技術的全球競爭力
FoxBrain的研發，從資料收集、資料清理與擴增、Continual Pre-Training、Supervised Finetuning、RLAIF、Adaptive Reasoning Reflection，以自主研發的方式一步一腳印，穩紮穩打把每一個環節做好，最終在運用有限的算力資源下，仍能達到接近世界頂尖 AI 大模型的效益。此大型語言模型的研究成果，顯示台灣科技人才在AI大模型領域也能夠與國外人才並駕齊驅。FoxBrain模型雖然起源於鴻海研究院為集團內部應用而設計，未來，鴻海將持續與技術夥伴合作，對外開源分享，擴大FoxBrain模型運用範圍，共同推動AI在製造業、供應鏈管理與智慧決策領域的應用。
在模型訓練過程中，NVIDIA 公司提供 Taipei-1 超級電腦的支持以及技術諮詢，使鴻海研究院透過使用 NeMo 順利完成模型訓練。FoxBrain不僅是鴻海AI研發的重大突破，也為台灣AI 產業發展樹立了新的標竿。將在更多場景中發揮影響力，推動企業數智化轉型與全球產業升級。
鴻海未來將透過導入 AI 大型語言模型，優化智慧製造、智慧電動車、智慧城市等三大平台的數據分析效率，讓FoxBrain成為驅動智慧應用升級的重要引擎，進一步提升公司營運效益。
關於鴻海
鴻海精密工業股份有限公司（臺灣證券交易所代碼：2317）於1974年肇基於臺灣，以模具為根基，擴展為高科技服務企業。在電子代工服務領域（EMS）市占率超過四成，排名世界第一，涵蓋消費性電子、雲端網路、電腦終端、元件及其他等四大產品領域。在全球24個國家地區設有據點，員工總人數於季節性高峰時超過九十萬人。
2024年合併營收新臺幣6.86兆元，名列《財富雜誌》(Fortune) 全球500大企業排行榜第32名。 近年來，鴻海積極投入「電動車、數位健康、機器人」三大新興產業以及「人工智慧、半導體、新世代通訊技術」三項新技術領域，以「三加三」結合作為集團重要的長期發展策略，為全球標竿客戶提供完整解決方案，成為全方位智慧生活提供者。如需更多資訊，請參觀 www.honhai.com。
【請點我，AI告訴你更多和這新聞有關的資訊】
現正直播
台灣第一 人民最大
