IT之家 9 月 22 日消息，Meta 现已公布了 MobileLLM-R1 系列小语言模型，分别提供 1.4 亿、3.6 亿和 9.5 亿不同参数版本，强调能够在本地移动平台等轻量级设备上运行。

Meta 表示，MobileLLM-R1 并不是面向聊天机器人的通用模型，而是经过监督式微调（SFT）专门训练，主要用于解决数学、编程（如 Python、C++）和科学类问题，以最大规模的 MobileLLM-R1 950M 为例，其预训练数据仅使用了约 2TB 高质量 token，总训练数据量也不到 5TB，但表现依然出色。在 MATH、GSM8K、MMLU、LiveCodeBench 等多项基准测试中，成绩超过了使用 36TB token 数据训练的 Qwen 3-0.6B。

在对比现有开源小模型时，MobileLLM-R1 950M 在 MATH 测试中的准确率是 Olmo 1.24B 的 5 倍，也是 SmolLM 1.7B 的 2 倍。在编程任务中，其表现同样优于 Olmo 1.24B 和 SmolLM 1.7B。

目前，开发者可以通过 vLLM 推理引擎运行 MobileLLM-R1，只需在 ModelRegistry 中登记模型架构 Llama4ForCausalLM 即可。该系列模型已以 Apache 2.0 协议开源，并发布在 Hugging Face 平台（点此访问）。