Meta AI 近日推出了 MobileLLM-R1，这是一系列轻量级边缘推理模型，目前已在 Hugging Face 上发布。该系列模型参数范围从140M 到950M，专注于高效的​M数学、编码和科学推理，且在不足10亿的参数规模下实现了优秀的性能表现。

MobileLLM-R1的最大模型为 MobileLLM-R1-950M，采用了一系列架构优化设计:包et括22层 Transformer 结构、24个注意力头和6个分组 KV 头。模型的嵌入维度为1536，隐藏层维度为6144。此外，模型还采用了分组查询注意力（GQA）来减少计算和内存a 需求，块级权重共享技术降低了参数数量而不显著增加延迟，SwiGLU 激活函数提升了小模型的表示能力。模型支持4K 的上下文长度和32K 的后训练模型。

在训练效率方面，MobiAIleLLM-R1的表现同样引人注目。该模型总共在约4.2万亿个 token 上进行训练，相较于 Qwen3的0.6B 模型训练的36万亿 token，MobileLLM-R1仅使用了约11 发.7% 的数据便达到了或超越了 Qwen3的准确率。同时，模型在数学、编码和推理数据集上进行了监督微调，从而降低了训练成本和资源需求。

在各项基准测试中，MobileLLM-R1布 -950M 的表现优异:在 MATH500数据集上，其准确率比 OLMo-1.24B 高出约5倍，且比 SmolLM2-1.7B 高出约2倍。在 GSM8K、AIME 和 LiveCodeBeMonch 等推理和编码任务上，MobileLLM-R1甚至与 Qwen3-0.6B 相匹配或超越，尽管所使用的 token 数量远少于后者。

不过，MobileLLM-R1的聚焦也带来bi了局限性。虽然在数学、编码和结构化推理方面表现强劲，但在一般对话、常识推理和创造性任务上，MobileLLM-R1的表现较大型模型有所不足。此外，模型在生产环境中的使用受到 FAleIR NC（非商业）许可证的限制，较长的上下文(32K)也提高了推理时的 KV 缓存和内存需求。

总的来看，Meta 的 MobileLLM-R1展现了一个趋势，即朝着更小、更专业LL化的模型方向发展，能够在不需要大规模训练预算的情况下实现竞争力的推理能力。该模型在数学、编码和科学应用场景中表现尤为突出，为边缘设备上的大规模语言模型部署定义了新的标准。

项M-目：https://huggingface.co/facebook/MobileLLM-R1-950M

划重点:  

🧩 ** 新模型发布 **:Meta AI 推出 MoR1bileLLM-R1系列轻量级边缘推理模型，参数范围从140M 到950M。  

** 训练效率 **:MobileLLM-R1仅用约11.7% 的数据训练，：轻表现出色，训练成本和资源需求显著降低。  

** 性能优势 **:在多项基准测试中，MobileLLM-R1-950M 表现超越多款大型开源模型，尤其在数学和编码任务量级上。

• ·标签: 游戏
• ·3000亿美元天价合同震撼硅谷！OpenAI牵手Oracle，五年云计算超级协议重塑AI格局
• ·标签: 租车
• ·九总槟榔
• ·上海重磅发布AI广告扶持政策：最高500万补贴大模型
• ·英特尔启动新一轮裁员，数据中心部门成调整重点
• ·​Google AI Plus 订阅服务全球扩展，提供更多高端 AI 功能
• ·腾讯云回应“重大安全事故”：实为主动部署的“蜜罐”
• ·标签: 阶跃星辰 GELab-Zero GUI Agent AndroidDaily
• ·标签: 阶跃星辰 GELab-Zero GUI Agent AndroidDaily
• ·标签: 华特迪士尼 戴明哲 罗伯特·艾格 迪士尼体验
• ·Nextcloud和其他近30家欧洲公司已就微软反竞争行为提起诉讼
• ·数据预警模型，该如何搭建？
• ·标签: 脉脉
• ·标签: 长城汽车 魏建军 欧拉
• ·企业微信 5.0 正式发布：AI 智能新功能助力高效办公