SLMs-Survey

一图看懂小语言模型，快速上手SLM研究

这是一个由宾夕法尼亚州立大学团队维护的小语言模型（SLM）综述项目，系统梳理了SLM领域的研究进展。项目解决的是大模型时代下，如何在资源受限场景中高效部署语言模型的问题，核心能力包括对SLM的架构设计、训练策略、推理优化及下游应用进行结构化分类和总结。内容覆盖从模型压缩、知识蒸馏到高效推理等关键技术路线，并整理了代表性模型和数据集，为研究人员和工程师提供了快速入门的导航图。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 260
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队FairyFali
所属国家
官网地址
GitHubhttps://github.com/FairyFali/SLMs-Survey
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型language-model,large-language-models,llm,slm,small-language-models,survey,trustworthiness
GitHub 星标★ 260
30天Star增速
HF 下载量
上线时间2024-10-05 00:00:00
最近更新2026-08-27 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 由高校团队维护，内容学术性强，分类体系清晰
  • 覆盖架构、训练、推理、应用全链路，适合系统学习
  • 持续更新，紧跟小模型领域最新进展

不足之处

  • 项目早期，星标和社区贡献有限，内容深度待验证
  • 文档/社区待观察

适用场景

  • 研究人员快速了解SLM领域全貌和前沿方向
  • 工程师选型小模型时对比不同技术路线
  • 学生入门小语言模型学习的参考资料

替代项目

Awesome-Small-Language-Models、Efficient-LLMs-Survey、TinyML-and-Efficient-DL

项目介绍

SLMs-Survey 是开源模型领域的开源项目，由 FairyFali 开发，2024 年首次发布。

它收录于开源模型分类，该分类目前共有 425 个项目，GitHub 星标数为 260。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-27。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：研究人员快速了解SLM领域全貌和前沿方向。同类可对比的替代方案包括 Awesome-Small-Language-Models、Efficient-LLMs-Survey、TinyML-and-Efficient-DL。

上一篇：LongLLaDA

下一篇：Scientific-LLM-Survey

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA，一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10