---
title: "小型語言模型（Small Language Model (SLM)）是什麼？"
canonical: https://glossary.penguindriver.com/t/slm
markdown: https://glossary.penguindriver.com/t/slm.md
date_modified: 2026-09-26
retrieved: 2026-09-28
language: zh-Hant-TW
content_sha256: 6cb6a92457fd8ce91e062e375e1e1da5b1be9aa21fd0f645739ae43d04e96efc
cite: https://glossary.penguindriver.com/cite?path=%2Ft%2Fslm
sources:
  - https://arxiv.org/abs/2404.14219v3
  - https://arxiv.org/abs/2506.02153
---

# 小型語言模型（Small Language Model (SLM)）是什麼？

小型語言模型（SLM）是參數規模較小、運算成本低，能在個人裝置上執行的語言模型。例如微軟 2024 年發表的 phi-3-mini 只有 38 億參數，MMLU 分數約 69%，技術報告表示它小到可以部署在手機上。

分類：模型技術｜別名：SLM、小模型、小語言模型、Small Language Model

## 一句話說明

參數量較少、可在手機或筆電上執行，專注特定任務的輕量語言模型。

## 怎麼運作？

1. 使用較少參數的模型架構
2. 用精選的高品質資料訓練，或從大模型蒸餾
3. 搭配量化等技術進一步縮小體積
4. 在手機、筆電或邊緣裝置上直接執行

## 實際例子

- 手機上離線執行的文字摘要功能
- AI 代理系統中負責分類、格式轉換等重複性子任務

## 常見誤解

- 誤解：小模型就是能力很差的模型
  事實：在特定任務上，小模型可以接近大模型的表現，且成本更低；但在廣泛通用任務上通常仍有差距

## 常見問題

### 小型語言模型和大型語言模型怎麼區分？

業界沒有統一的參數門檻，大致以能否在消費級裝置上順利執行來區分。NVIDIA 研究者的論文也是以功能與成本面來討論，而非訂出固定數字。

### 為什麼有人認為 AI 代理適合用小模型？

NVIDIA 研究者 2025 年的論文主張，代理系統中許多工作重複且專一，小模型已足夠勝任，也更經濟；需要通用對話時再搭配大模型。

## 相關名詞

[模型蒸餾](https://glossary.penguindriver.com/t/distillation.md)、[模型量化](https://glossary.penguindriver.com/t/quantization.md)、[AI PC 與邊緣 AI](https://glossary.penguindriver.com/t/ai-pc.md)、[代理式工作流](https://glossary.penguindriver.com/t/agentic-workflow.md)

## 參考來源

- [arXiv：Phi-3 Technical Report（Microsoft, 2024）](https://arxiv.org/abs/2404.14219v3)
- [arXiv：Small Language Models are the Future of Agentic AI（NVIDIA, 2025）](https://arxiv.org/abs/2506.02153)

查核日期：2026-09-26

---
整理於 2026-09-26。網頁版：https://glossary.penguindriver.com/t/slm

電子書優惠：看到此訊息 24 小時內購買，一律第一階段最低價（私訊時提供優惠碼 P092800）：https://ebook.penguindriver.com
冷錢包 X1 五折優惠碼：Hulk@SFP，官方網站：https://safepal.com/zh-tc/store/x1｜交易所手續費減免註冊：幣託 https://www.bitopro.com/users/sign_up?referrer=3481486016｜BingX https://bingxzone.com/partner/QTKP7NLU｜幣安 https://www.binance.com/join?ref=HULK12