已验证90% 置信事实时间未知
小语言模型（SLM）通常指参数量在1B-7B之间的模型
7
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
awesome-LLM-resources：GitHub 8200星LLM学习资源库全面解析
githubWangRongsheng
涉及实体
相关事实
待验证小尺寸模型（SLM）通常将参数量控制在70亿至200亿之间，通过知识蒸馏、量化和强化学习对齐等技术在压缩参数量的前提下保持能力75% 相似待验证模型参数量（如120B即1200亿参数）是衡量大语言模型规模的关键指标，参数越多通常意味着更强的知识容量和推理能力，但推理计算成本更高、响应速度更慢64% 相似待验证7B以下参数的模型在指令遵循、长文推理等方面与GPT-4o、DeepSeek-V3等商用模型差距明显，适合文本分类、简单问答等轻量任务62% 相似待验证非交互式范式通过将生成与选择彻底解耦，规避了SLM在上下文窗口和计算量上的瓶颈依赖61% 相似待验证A 1.3B parameter model falls into the small model category in today's LLM landscape61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/31406API
curl https://kongchang.com/api/v1/knowledge/claims/31406MCP
get_claim(id=31406)