中国研究人员开发了 VibeThinker-3B，一个紧凑型的 30 亿参数密集推理模型。该模型基于 Qwen2.5-Coder-3B 构建，并利用 Spectrum-to-Signal 训练，在数学和编码任务上取得了与更大模型相当的性能。值得注意的是，它在 AIME26 基准测试中得分 94.3%，可与规模大得多的 DeepSeek V3.2 模型相媲美，并且可以在单个 GPU 上运行。 AI
影响 证明了小型、高效训练的模型可以在复杂的推理任务上取得有竞争力的性能，从而可能降低高级人工智能开发的门槛。
排序理由 新模型发布，来自一个研究小组，而非前沿实验室。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
