Meta近日正式发布了备受瞩目的MobileLLM-R1系列轻量化小语言模型，该系列涵盖1.4亿、3.6亿和9.5亿三种参数版本，核心优势在于极致的轻量化设计，能够完全原生运行于各类移动设备。这一创新系列通过精准的监督式微调技术，专注于解决数学计算、Python/C++编程以及科学领域问题，无需承担通用对话功能的资源消耗，实现了性能与效率的完美平衡。
以950M参数版本为例，其预训练阶段仅使用2TB高质量token数据，总训练量控制在5TB以内，却创造了令人瞩目的性能表现。在MATH、GSM8K等权威基准测试中，该模型超越了使用36TB数据训练的Qwen 3-0.6B模型，具体表现为：在MATH测试中准确率达到了Olmo 1.24B模型的5倍，同时在编程任务方面也展现出优于SmolLM 1.7B等同类模型的卓越性能。这一成就充分证明了MobileLLM-R1系列在资源高效利用方面的突破性进展。
开发者现可通过vLLM推理引擎便捷地调用这些模型，而基于Apache 2.0协议的开源代码已全面登陆Hugging Face平台，为全球开发者提供了开放共享的技术资源。这一举措不仅降低了AI应用的开发门槛，更为移动端智能化发展注入了新的活力，预示着小语言模型将在移动场景中发挥越来越重要的作用。