小语言模型与本地部署

小语言模型与本地部署：小巧却强大，完全运行在本地设备上 —— 本册为《智能体走进现实》系列中关于自主人工智能前沿的综述。

全书框架（章节主题）：

• 小语言模型的概念界定与领域演进
• 小语言模型的架构设计与参数量权衡
• 预训练策略与数据工程对小语言模型的影响
• 知识蒸馏：将大模型能力迁移到小模型
• 模型量化与压缩技术
• 本地推理引擎与部署基础设施
• 微调策略：从通用模型到领域专家
• 检索增强生成（RAG）与小语言模型的协同
• 小语言模型中的推理能力与思维链机制
• 小语言模型与大语言模型之间的协作机制
• 记忆机制与上下文管理
• 评估基准与能力评估方法论
• 领域应用：医疗健康与隐私敏感场景
• 领域应用：代码生成、智能体与物联网
• 多模态小语言模型与视觉—语言协同
• 对齐、安全与可靠性
• 小语言模型中的偏见与公平性
• 性能优化与资源受限部署实践
• 挑战、局限与开放问题
• 未来方向：小语言模型的技术路线图与生态展望

目标读者。 具备机器学习背景、希望系统了解小语言模型技术架构与本地部署实践的研究者、工程师与进阶爱好者。

---