WeiboAI 发布了 VibeThinker-3B,这是一个拥有30亿参数的模型,专为数学、编码和STEM等具有挑战性的推理任务而设计。该模型采用了优化的训练后流程,在AIME、HMMT和LeetCode竞赛等基准测试中取得了与领先前沿模型相当的性能。开发者提出了参数压缩覆盖假设,认为可验证的推理依赖于多步推理和自我纠正等参数密集型能力。 AI
影响 该模型在可验证推理任务上的表现可能会推动小型参数模型在复杂问题解决方面的能力边界。
排序理由 该条目描述了一个新的模型发布,包含技术细节和基准比较,符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Trending Models 阅读 →
- Docker Model Runner
- Gemini 3 Pro
- GitHub
- GLM-5
- Google Colab
- Kaggle
- Kimi K2.5
- modelscope
- Qwen3.6 Plus
- SGLang
- transformers
- vLLM
- WeiboAI
- WeiboAI/VibeThinker-3B
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →