Small Language Model(SLM) este un model de limbaj cu un număr semnificativ mai mic de parametri decât marile modele fundamentale (LLM), optimizat pentru a rula eficient cu resurse computaționale limitate, păstrând totuși o performanță bună pentru sarcini specifice sau generale mai simple.
Aceste modele sunt adesea obținute prin distilare (procesul prin care un model mic „învață” de la un model mai mare) sau prin antrenare directă pe seturi de date mai restrânse, dar bine curatate pentru un anumit domeniu de utilizare.
SLM-urile sunt din ce în ce mai populare pentru aplicații care rulează local pe dispozitive (Edge AI), pentru companii care doresc costuri reduse de operare, sau pentru sarcini specifice unde un model uriaș, generalist, ar fi disproporționat de costisitor.
Avantajul principal este eficiența: costuri mai mici, latență redusă și posibilitatea de a rula pe hardware modest, uneori chiar offline. Dezavantajul este performanța, în general, mai limitată pe sarcini complexe sau foarte generale, comparativ cu modelele fundamentale de mari dimensiuni.
Tendința către modele mici, specializate și eficiente reprezintă una dintre direcțiile majore de dezvoltare AI din 2026, ca alternativă practică la modelele uriașe, costisitoare de rulat.