詳細解釋
小型語言模型（SLM, Small Language Model）是參數規模較小（通常<10B）但仍具備實用能力的語言模型，主打效率。
與大型語言模型 (大語言模型 / 大模型)的對比：
- 參數量：SLM < 10B，LLM > 10B至數百B
- 速度：SLM推理快10-100倍
- 成本：SLM可在消費級硬體運行
- 能力：SLM任務特定，LLM通用
代表模型：
- Microsoft Phi系列：2-4B，高品質小模型
- Google Gemma：2-7B，開源輕量
- Llama 3 8B：開源，性能強大
- Qwen2.5：0.5-7B多規格
應用場景：
- 邊緣設備：手機、IoT本地推理
- 實時應用：需要<100ms響應的場景
- 成本敏感：預算有限的項目
- 特定任務：微調後的領域專家
能力範圍：
- 簡單對話、問答
- 文本分類、摘要
- 基礎程式生成
- 領域特定任務（微調後）
趨勢：
- 小模型能力快速追趕
- 通過知識蒸餾從大模型學習
- 是AI民主化的重要方向