Meta AI团队正式发布了MobileLLM-R1系列模型，标志着小参数模型进入R1时代。
这一全新高效推理模型系列专为移动端设备优化，旨在通过低训练成本实现高性能，推动AI在端侧设备的广泛应用。
MobileLLM-R1系列包含两类模型：基础模型（MobileLLM-R1-140M-base、MobileLLM-R1-360M-base和MobileLLM-R1-950M-base）及其对应的最终微调版本。
这些模型并非通用聊天模型，而是基于监督微调（SFT）技术专门训练，针对数学推理、编程（如Python和C++）及科学问题进行了优化。
主要功能
数学推理：MobileLLM-R1 在数学问题解答方面表现出色，能准确处理复杂的数学题目。例如，在数学基准测试中，其准确率显著高于其他同类模型，如 Olmo 1.24B 和 SmolLM2 1.7B，展现出强大的数学推理能力。
编程能力：模型在编程任务上也有出色表现，能生成高质量的代码。在 LiveCodeBench 编码能力测试中，性能大幅领先于其他同类模型，支持多种编程语言，如 Python 和 C++。
科学推理：MobileLLM-R1 具备科学推理能力，能处理与科学相关的复杂问题，为科学研究和教育提供支持。
高效推理：MobileLLM-R1 专为高效推理设计，适合在资源受限的环境中使用，如移动设备。其模型经过优化，能够在低功耗和低内存条件下高效运行。
监督微调：模型经过监督微调（SFT），专注于特定任务，非通用聊天。使它们在特定领域表现出色，能提供更精准和高效的解决方案。
可重复性：Meta 发布了完整的训练方案和数据源，确保研究的可重复性，支持进一步的研究和开发。
性能表现
以950M参数模型为例，它仅使用约2T高质量token进行预训练，总训练token量少于5T，但在MATH、GSM8K、MMLU和LiveCodeBench等基准测试中，其性能与使用36T token训练的Qwen3 0.6B模型相当或更优。
在后训练阶段的优化中，MobileLLM-R1通过精简的架构设计，减少了推理延迟和内存占用，同时保持了高准确率。
MobileLLM-R1这类小参数模型的发布，无疑为端侧LLM的发展注入了新的活力；
模型体量的减小，意味着更低的计算资源需求和更快的推理速度，从而提升用户体验。这对于推动AI技术在移动设备、物联网设备等领域的应用具有重要意义。
在线体验：
https://huggingface.co/spaces/akhaliq/MobileLLM-R1-950M
开源地址：
https://huggingface.co/collections/facebook/mobilellm-r1-68c4597b104fac45f28f448e
