MobileSpec：端侧 LLM 前向优化训练专家模型
热点事件持续更新
MobileSpec：端侧 LLM 前向优化训练专家模型
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026 年 11 月，arXiv cs.lg 方向发布移动设备 LLM 训练系统 MobileSpec。该系统仅利用前向传播与可验证奖励强化学习（RLVR），训练轻量级专家模型，无需反向传播，从而缓解移动端内存限制。 核心算法 FuRA-S 通过更新预训练权重的块谱坐标（列块奇异值）实现高效训练，并适配 INT4 模型。专家模型体积仅 1-5 MB，更新参数比例为 0.015-0.05%。 应用层面，MobileSpec 将手机使用智能体（phone-use agent）的成功率从 6-23% 提升至 89-100%。此外，可在 iPhone 16 Pro 上完成个性化 8B 模型的训练，耗时约为整夜。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
移动端 LLM 训练系统 MobileSpec 发布：基于前向-only 优化的块谱坐标方法报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · ML移动端 LLM 训练系统 MobileSpec 发布：基于前向-only 优化的块谱坐标方法
MobileSpec 系统通过仅使用前向传播和 RLVR 训练轻量级 LLM 专家模型，解决了设备内存限制问题，无需反向传播。 其核心算法 FuRA-S 通过更新预训练权重的块谱坐标（列块奇异值）实现高效训练，且能适配 INT4 模型。 1-5 MB 的专家模型可更新 0.015-0.05% 参数，将手机使用智能体的成功率从 6-23% 提升至 89-100%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。