Hugging Face · 嵌入式与手机

SmolLM3-3B

Hugging Face 完整开放训练配方的 3B 长上下文小模型,兼顾推理模式、工具调用和多种端侧运行时。

查看官方资料 官方源核验于 2026/08/20
参数规模3B
架构Dense Transformer Decoder
模态文本、推理、工具调用
上下文64K 训练;YaRN 可扩展到 128K
Local deployment verdict

部署判断

官方提供多种端侧格式,适合 CPU、Apple Silicon、移动运行时和单卡服务;128K 不是低内存设备的免费能力,KV Cache 仍需单独预算。

推荐起点
嵌入式与手机
常见运行时
Transformers、vLLM、SGLang、llama.cpp、ONNX、MLX、MLC、ExecuTorch
许可
Apache 2.0

型号与精度版本

Instruct / Reasoning
Base
GGUF
ONNX
MLX
MLC
ExecuTorch

同一模型家族中的基础、指令、推理、量化或多模态检查点用途可能完全不同。下载前应核对模型卡、提示模板、分词器、量化方法和运行时版本。

适合放进哪些本地工作流

本地文本助手
小模型研究基线
设备端工具调用
可复现训练研究

端侧模型更适合边界清楚、输入可控、失败可回退的任务。涉及客户承诺、财务写入、生产控制或复杂多步工具调用时,应保留云端高能力模型与人工审批作为升级路径。

进入数字员工路由前怎么测

  1. 加载测试记录具体设备、精度、运行时、上下文与首 Token 时间,避免只写“能跑”。
  2. 任务测试用脱敏企业样本测任务成功率、结构化输出和工具参数正确率。
  3. 压力测试加入长上下文、并发、热启动、内存峰值、功耗和降频观察。
  4. 治理测试验证模型许可、日志、更新、漏洞响应、人工接管与云端回退。

当前研究限制

  • 主要优化六种欧洲语言,中文训练量较少
  • 128K 依赖 YaRN 配置
  • 工具调用需要按实际框架验证模板

本页是官方资料索引与企业选型分析,不构成速度、显存、质量、许可或合规承诺。社区量化与第三方运行时应作为独立供应链组件审计。