slm

预计 Liquid AI 将很快发布新款 100B 参数的 Liquid Foundation Model，利用其快速的 LLM 架构和高实用性的 SLMs。

一份关于构建和微调小型语言模型的逐步指南，专为初学者、研究人员和非程序员设计，包含动手实践示例和Colab笔记本。

讨论了大语言模型（LLMs）与小语言模型（SLMs）之间的权衡，质疑在生产用例中是否总是需要更大的模型，并探讨了AI部署的未来。

一个从零开始在英文维基百科上训练、并经过指令微调以用于对话式AI的2.7亿参数语言模型，作为独立研究项目开发。

探讨了是否可以通过刻意对训练数据进行过拟合来使用小型语言模型（SLMs）实现无损数据压缩，反思机器学习中通常对过拟合的厌恶。

关于Hashicorp创始人Mitchell Hashimoto声称本地AI模型还不够好的讨论，但有证据反驳，表明小语言模型在编码方面已经有效超过一年了。

CogGuard是一种用于边缘智能服务的主动预警框架，它将基于LLM的离线画像构建与基于SLM的在线评分预测解耦，在教育和操作数据集上实现了更低的预测误差，同时将构建时间减少48%，微调时间减少19%。

用户正在使用 Unsloth 和 TRL 实现带验证器的推理训练，报告了使用小型 SLM 和微型 RM 本地生成类似 GRPO 的样本的进展，并承诺很快发布视频。

Neural_avb 发布了一个轻量级的 Answer-eq 奖励模型，用于问答任务的强化学习训练，声称与外部评判 LM 的一致性达到 80%，且比 F1/ROUGE/BertScore 更快。

一位用户分享了使用Google Colab以13.99加元在A100 GPU上训练9B参数LLM的工作流程，指出整个过程可以过夜运行，并感叹训练小语言模型已不再困难。

SupraLabs 宣布成立，专注于训练和发布面向边缘设备的开源小型语言模型（SLM），已在 Hugging Face 上发布 Supra-Mini-v4-2M 等模型。

用户分享了一份日常使用的AI模型列表（Codex 5.5、Deepseek v4 pro、Kimi 2.6）以及用于微调的模型（Qwen 3.5系列、Gemma4 E4B、GPT-oss 20B），目标是微调小型语言模型（SLM）成为专家语言模型（ELM）。

两款全新的开源小语言模型即将发布：其中一款体积缩小高达 93 倍，精度仍达到 SOTA 水平；另一款则超越了 OpenAI 近期发布的模型。首款模型将于明日发布。

一位新手在尝试用 Qwen2.5-7B-Instruct 给员工笔记做摘要时遭遇幻觉，现求助适用于 2000 token 以内、能合并同类标签的小模型及提示策略。

实证研究表明，在去中心化自治组织（DAO）中作为边缘原生治理防火墙时，小型语言模型凭借系统1直觉可获得100%对抗鲁棒性，但引入系统2推理后却完全崩溃。