新浪微博發佈 VibeThinker-3B，30 億參數匹敵旗艦模型

Techub News 消息，據 CryptoBriefing 報道，新浪微博研究團隊發佈 VibeThinker-3B 語言模型。該模型僅含 30 億參數，但在 AIME 2026 數學競賽基準測試中獲得 94.3 分，與擁有 6710 億參數的 DeepSeek V3.2 性能相當，在 LiveCodeBench v6 編碼測試中也達到 80.2 的 Pass@1 分數。該模型基於 Qwen2.5-Coder-3B 架構構建，團隊通過課程式監督微調、多領域強化學習和離線自蒸餾技術提升性能。目前模型權重與代碼已在 Hugging Face 和 GitHub 以 MIT 協議完全開源。分析指出，此類高效小型模型更易於在分佈式網絡中運行，對加密貨幣領域去中心化 AI 項目具有建設性意義。