鴻海研究院10日宣布，推出首款繁體中文AI大型語言模型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，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，後續將對外開源分享。
鴻海研究院人工智慧研究所栗永徽所長表示，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。透過精心設計的訓練方法和資源優化，成功打造出具備強大推理能力的本土AI模型。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，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。
鴻海表示，FoxBrain採用Meta Llama 3.1為基礎架構，擁有70B參數。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。上下文處理長度達128K token，總計算力花費2688 GPU days。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。
鴻海表示，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。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。
