NLP小模型的主要目的通常是为了解决特定领域的自然语言处理问题，比如文本分类、情感分析、命名实体识别、机器翻译等。

这些小模型通常由深度学习算法训练而成，可以根据特定任务的需求进行定制和优化，以实现更高的性能和更低的成本。

相比于传统的NLP模型，NLP小模型可以在资源有限的情况下更快地训练和部署，具有更强的针对性和更低的成本。

此外，NLP小模型还可以根据具体场景和需求进行扩展和改进，以适应不同的应用场景和需求。