meta公司近日正式推出MobileLLM-R1系列轻量化语言模型，包含1.4亿、3.6亿和9.5亿参数三种规格，专为移动端设备优化设计。该系列模型突破性地实现在智能手机等终端设备上直接运行，无需依赖云端计算资源。
与常规语言模型不同，MobileLLM-R1系列经过专项监督微调训练，聚焦数学运算、编程开发（涵盖Python/C++等语言）及科学问题求解三大领域。以参数规模最大的950M版本为例，其预训练阶段仅使用约2TB高质量数据，整体训练数据量不足5TB。尽管数据规模显著低于行业常规，该模型在MATH、GSM8K等数学基准测试中，性能表现超越采用36TB数据训练的Qwen 3-0.6B模型。
在编程能力评估方面，MobileLLM-R1 950M展现出显著优势。与同为开源模型的Olmo 1.24B和SmolLM 1.7B对比，其在LiveCodeBench编程测试中的表现全面领先。特别是在数学能力测试中，950M版本的准确率达到Olmo 1.24B的5倍，是SmolLM 1.7B的2倍。
技术实现层面，开发者可通过vLLM推理引擎部署该系列模型，仅需在ModelRegistry中注册Llama4ForCausalLM架构即可完成配置。目前MobileLLM-R1全系列已采用Apache 2.0开源协议，完整模型权重及训练代码均已上传至Hugging Face平台，供全球开发者自由使用。
