smollm

Smol Models 是由 Hugging Face 开发的一系列高效且轻量级的 AI 模型，旨在提供强大的文本和视觉处理能力，同时保持在设备上的高效运行。该项目包括 SmolLM3 语言模型和 SmolVLM 视觉-语言模型两大核心组件，其中 SmolLM3 在 3B 参数级别上超越了 Llama 3.2 和 Qwen2.5，并且与更大规模的 4B 模型竞争；而 SmolVLM 则能够处理图像与文本结合的任务，如视觉问答、图像描述等。这些模型支持多达六种语言，具备长上下文理解能力和双模式推理功能（思考/不思考），并且所有训练细节都是公开透明的。适用于需要高性能但资源受限的场景，比如移动设备或边缘计算环境中的自然语言处理和多模态应用。