Meta MobileLLM‑R1 సమీక్ష: దాని బరువు కంటే ఎక్కువ పంచ్ చేసే పాకెట్-సైజ్డ్ రీజనర్

MobileLLM‑R1 అంటే ఏమిటి, ఖచ్చితంగా?

స్పెసిఫికేషన్‌లు మరియు సెటప్: దీన్ని రన్ చేయడానికి మీకు ఏమి కావాలి

పనితీరు మరియు బెంచ్‌మార్క్‌లు: ఇది ఎక్కడ ఆశ్చర్యపరుస్తుంది

R1 మరియు చైన్-ఆఫ్-థాట్: ట్రేడ్-ఆఫ్ ఏమిటి?

MobileLLM‑R1 vs. ఇతర ఆన్-డివైజ్ ఎంపికలు

నిజ-ప్రపంచ వినియోగ సందర్భాలు (సెటప్ చిట్కాలతో)

డెవలపర్ అనుభవం: ప్రోటోటైప్ నుండి ప్రొడక్షన్ వరకు

గోప్యత, భద్రత మరియు సమ్మతి

MobileLLM‑R1ని ఇప్పుడు ఎవరు స్వీకరించాలి?

ధర మరియు లభ్యత

హాండ్స్-ఆన్: క్విక్‌స్టార్ట్ స్కెచ్

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
ckpt = "facebook/MobileLLM-R1-950M"
tok = AutoTokenizer.from_pretrained(ckpt)
model = AutoModelForCausalLM.from_pretrained(
 ckpt,
 torch_dtype=torch.float16, # or int8/int4 via bitsandbytes/AutoGPTQ
 device_map="auto"
)
prompt = "Solve 48/6 + 7*3. Show steps briefly."
inputs = tok(prompt, return_tensors="pt").to(model.device)
with torch.inference_mode:
 out = model.generate(
 **inputs,
 max_new_tokens=160,
 temperature=0.2,
 do_sample=False
 )
print(tok.decode(out[0], skip_special_tokens=True))

పరిమితులు మరియు చిక్కులు

బాటమ్ లైన్

కీ టేకావేస్

FAQ