模型变小，能力不减：新浪VibeThinker-3B 开源，AI 推理迎来“轻量化”新思路

近日，新浪开源了VibeThinker-3B模型。该模型拥有30亿参数。在数学、编程等高难度基准测试中，其性能媲美主流百倍规模大模型，在部分竞赛级任务中超越了多款行业顶尖产品。该模型以阿里Qwen2.5-Coder-3B为基底，通过多阶段的精细化“后训练”——涵盖了监督微调、强化学习、自蒸馏及指令微调等环节进行训练。测试显示，在LeetCode竞赛题目中，它能完成128道题中的123道。研发团队提出了“参数压缩-覆盖假说”，认为AI的能力并非“铁板一块”：逻辑推理、编程运算等结构清晰的任务，通过特定模式的训练，可以被极高密度地压缩；而广泛的世界知识储备，则依然依赖庞大的参数量来支撑。目前，VibeThinker-3B已在Hugging Face和GitHub正式开源。