Small Language Models (SLMs)

Mô hình ngôn ngữ nhỏ (SLMs) là các model trí tuệ nhân tạo được tinh gọn, thiết kế để hiểu và tạo ngôn ngữ của con người một cách hiệu quả. Không giống các model lớn hơn, SLMs thường có từ vài triệu đến khoảng 15 tỷ tham số, cho phép chạy cục bộ trên thiết bị biên thay vì cần đến hạ tầng điện toán đám mây quy mô lớn. Nhờ hoạt động cục bộ, các model này xử lý nhanh hơn, tăng cường quyền riêng tư của người dùng và giảm đáng kể chi phí triển khai.

Phân biệt các thuật ngữ chính#

Để hiểu rõ hơn về bức tranh AI, cần phân biệt SLMs với các công nghệ liên quan:

• SLMs so với Mô hình ngôn ngữ lớn (LLMs): Trong khi LLMs có hàng trăm tỷ tham số và cần nhiều tài nguyên máy chủ, SLMs được tối ưu hóa cao. Nhờ đó, SLMs có thể hoạt động với [độ trễ suy luận](https://ultralytics-translation-1.invalid tối thiểu, phù hợp với các ứng dụng chuyên biệt theo lĩnh vực, nơi không cần quy mô cực lớn.
• SLMs so với Mô hình thị giác-ngôn ngữ (VLMs): SLMs chủ yếu tập trung vào các tác vụ xử lý ngôn ngữ tự nhiên. Ngược lại, VLMs có thể diễn giải trực tiếp cả văn bản lẫn hình ảnh. Tuy nhiên, hiện nay nhiều nhà phát triển kết hợp SLMs với các model thị giác nhanh để tạo ra hệ thống đa phương thức gọn nhẹ.

Ứng dụng thực tế#

Mô hình ngôn ngữ nhỏ đang nhanh chóng chuyển đổi nhiều ngành bằng cách đưa trí tuệ tiên tiến trực tiếp vào thiết bị điện tử tiêu dùng và mạng doanh nghiệp.

• Trợ lý ảo trên thiết bị: Điện thoại thông minh hiện đại và thiết bị IoT tận dụng SLMs để xử lý lệnh thoại cục bộ. Điều này đảm bảo phản hồi theo thời gian thực và giữ dữ liệu nhạy cảm trên phần cứng. Các model tiên tiến nhất như Phi-3 của Microsoft và OpenELM của Apple đang tiên phong trong cuộc cách mạng xử lý trên thiết bị này.
• Chatbot chuyên biệt theo lĩnh vực: Doanh nghiệp triển khai SLMs được tinh chỉnh chuyên sâu để tự động hóa hỗ trợ khách hàng. Bằng cách kết hợp các model gọn nhẹ này với Tạo sinh tăng cường truy xuất (RAG), doanh nghiệp có thể truy vấn an toàn cơ sở dữ liệu nội bộ và xử lý vấn đề mà không phụ thuộc vào các API đắt đỏ của bên thứ ba.
• Điện toán biên trong sản xuất: Tại các cơ sở sản xuất thông minh, SLMs hỗ trợ kỹ thuật viên bằng cách nhanh chóng tóm tắt các tài liệu hướng dẫn thiết bị phức tạp. Khi kết hợp với các model phát hiện đối tượng theo thời gian thực, những hệ thống này phân tích lỗi trực quan và tạo ngay báo cáo chẩn đoán bằng văn bản thuần ngay tại nhà máy.

Triển khai SLMs trong quy trình làm việc hiện đại#

Những đột phá gần đây trong năm 2024 và 2025 đã chứng minh rằng dữ liệu huấn luyện chất lượng cao có thể mang lại hiệu năng sánh ngang với các model khổng lồ của những năm trước. Các đổi mới như Gemma của Google và Llama 3 8B của Meta cho thấy kiến trúc nhỏ hơn đã trở nên mạnh mẽ đến mức nào.

Khi xây dựng các giải pháp AI toàn diện, nhà phát triển thường dùng Python để kết hợp khả năng suy luận ngôn ngữ của SLM với độ chính xác thị giác của các công cụ trên Nền tảng Ultralytics. Ví dụ, một SLM chạy trên thiết bị có thể xử lý lệnh thoại để khởi chạy tác vụ thị giác máy tính. Đoạn mã ngắn sau đây minh họa cách tải một model gọn nhẹ như Ultralytics YOLO26 để theo dõi đối tượng, một tác vụ phù hợp với cùng phần cứng biên đang chạy SLM:

from ultralytics import YOLO

# Tải model nano YOLO26 có hiệu suất cao, phù hợp với thiết bị biên
model = YOLO("yolo26n.pt")

# Chạy theo dõi đối tượng theo thời gian thực trên luồng video cục bộ
results = model.track(source="video.mp4", show=True, tracker="botsort.yaml")

Bằng cách ưu tiên thực thi cục bộ, kỹ sư giảm đáng kể nhu cầu băng thông và chi phí vận hành. Khi ngành công nghiệp tiếp tục phát triển các công nghệ AI biên, sự kết hợp mạnh mẽ giữa thị giác máy tính tinh gọn và Mô hình ngôn ngữ nhỏ hiệu quả sẽ thúc đẩy thế hệ tiếp theo của các hệ thống thông minh, tự hành.