概念Small Language Model / Specialized Model
专用小模型
针对单一任务或单一文档类型进行训练或微调的参数量较小的模型，推理路径短，响应快，泛化能力弱
时间轴 (近 90 天)
10月30日
通用LLM适合探索性、开放性任务，专用小模型适合高频、模板化的批量处理。
待验证50%
10月30日
专用小模型可以自托管，数据不出内网，满足处理未公开财务信息的机构的合规硬性需求。
待验证50%
10月25日
在医学影像、工业质检、遥感解译等垂直领域，一个参数量小、推理成本低、可解释性强的专用模型可能比调用通用大模型API更划算，也更容易通过监管审查。
待验证50%
10月19日
当前信息提取赛道的核心张力在于「专用小模型的效率」与「通用大模型的泛化性」之间的权衡。
待验证50%
10月15日
专用小模型（SLM）针对特定任务微调，通常比通用大模型响应更快、成本更低，适合处理寒暄、引导等常规交互。
待验证50%
9月21日
专用小模型相比通用大模型在成本和速度上的优势可达一个数量级以上
待验证50%
全部知识事实 (6)
待验证
通用LLM适合探索性、开放性任务，专用小模型适合高频、模板化的批量处理。
50%待验证专用小模型可以自托管，数据不出内网，满足处理未公开财务信息的机构的合规硬性需求。
50%待验证在医学影像、工业质检、遥感解译等垂直领域，一个参数量小、推理成本低、可解释性强的专用模型可能比调用通用大模型API更划算，也更容易通过监管审查。
50%待验证当前信息提取赛道的核心张力在于「专用小模型的效率」与「通用大模型的泛化性」之间的权衡。
50%待验证专用小模型（SLM）针对特定任务微调，通常比通用大模型响应更快、成本更低，适合处理寒暄、引导等常规交互。
50%待验证专用小模型相比通用大模型在成本和速度上的优势可达一个数量级以上
50%