【新闻摘要】近期，名为xLAM-1B的小型语言模型在特定任务中以10亿参数超越了OpenAI的GPT-3.5 Turbo和Anthropic的Claude-3 Haiku，挑战了大模型主导的局面。这打破了传统的大语言模型（LLM） Scaling Law，展示了"少即是多"的理念。xLAM-1B仅凭创新的数据处理方法和APIGen生成的高质量数据，实现了在设备端高效运行的可能，预示着人工智能领域从云端向设备侧发展的趋势转变。小语言模型（SLM）的崛起，如苹果和微软推出的低参数模型，正推动AI技术民主化和资源效率提升，同时减少碳排放。这场"大卫与歌利亚"式的对决，暗示了未来AI生态可能由分布式、定制化和环保的模型主导。