模型发布

新浪开源VibeThinker-3B:推理可压缩,事实知识不能

原文标题:Sina's open model VibeThinker-3B aims to show reasoning compresses well but factual knowledge doesn't

AI 摘要

新浪发布仅3B参数的VibeThinker-3B,在AIME26等数学编程基准上持平DeepSeek V3.2等大200–333倍的模型,LiveCodeBench超越所有20B以下模型,LeetCode竞赛解决123/128题超过GPT-5.2、Kimi K2.5等。但知识密集型GPQA-Diamond大幅落后。模型基于阿里Qwen2.5-Coder-3B,经SFT、强化学习、自蒸馏等多阶段后训练。研究提出“参数压缩-覆盖假说”:逻辑推理依赖少数可压缩模式,而广泛世界知识仍需大参数。模型已开源。

关键信息

  • 新浪发布仅3B参数的VibeThinker-3B,在AIME26等数学编程基准上持平DeepSeek V3.
  • 2等大200–333倍的模型,LiveCodeBench超越所有20B以下模型,LeetCode竞赛解决123/128题超过GPT-5.
  • 2、Kimi K2.
  • 但知识密集型GPQA-Diamond大幅落后。
  • 模型基于阿里Qwen2.

速览

发布时间
更新时间
来源
The Decoder:AI News(RSS)
分类
模型发布
AI 评分
70
阅读原文 前往信息源阅读完整正文
推荐理由

VibeThinker-3B 用 3B 参数在数学编程上匹敌百倍大模型,推理可压缩而知识不能的假设值得深思。对做推理应用的人来说是个信号。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:新浪开源VibeThinker-3B:推理可压缩,事实知识不能。2026年6月28日。https://new.nat6.net/news/cmqxiel9h004ysl50umg2c011/

查看全部 →
  • Grok 4.5 私测于 SpaceX 和 Tesla,性能接近 Opus

    Grok 4.5,基于我们的1.5T V9基础模型,并在补充训练中加入Cursor数据,现已在SpaceX和Tesla进入私测。初步评估显示其性能接近,或许超越Opus。 强化学习仍在持续显著改进模型,Grok Build工具链也在日益完…

    X:Elon Musk (@elonmusk, xAI)模型发布AI 评分 70

  • OpenAI 发布 GPT-5.6 系列模型预览

    新月,新模型。欢迎 GPT-5.6 Sol,目前处于有限预览阶段。 [引用 @OpenAI]:推出 GPT-5.6 Sol(下一代前沿模型)、GPT-5.6 Terra(适用于日常高效工作的平衡模型)以及 GPT-5.6 Luna(面向高…

    X:Tibo (@thsottiaux)模型发布AI 评分 72

  • Google Research 推出 TabFM:用于表格数据的零样本基础模型

    Google Research 发布 TabFM,一种基于上下文学习(ICL)的零样本基础模型,专为表格数据的分类与回归任务设计。TabFM 将整个数据集(包含训练样本与待预测行)作为统一提示输入,在推理时直接从上下文中学习行列关系,无需…

    Google Research:Blog(网页)模型发布AI 评分 76

  • OpenAI 预览新一代模型 GPT-5.6 Sol

    OpenAI 发布了新一代模型 GPT-5.6 Sol 的预览信息。该模型被定位为下一代模型,目前仅公开了预览消息和标题,尚未披露具体技术细节、性能参数或功能特性。

    OpenAI:官网动态(RSS · 排除企业/客户案例)模型发布AI 评分 78

  • 重新部署 Claude Fable 5

    美国政府6月12日对Claude Fable 5和Mythos 5实施出口管制,Anthropic暂停其所有用户访问。6月30日管制解除。7月1日起Fable 5在全球平台重新上线,Pro、Max、Team及部分Enterprise计划用…

    Anthropic:Newsroom(网页)模型发布AI 评分 71