# VibeThinker-3B – 微博开源的 30 亿参数密集推理模型

- Link: https://paooo.com/aigc-news/24139/
- Published: 2026-07-07T13:48:40+08:00
- Author: 站外新闻

## VibeThinker-3B是什么

VibeThinker-3B是新浪微博团队开源的 30 亿参数密集推理模型，基于[ Qwen2.5-Coder-3B](https://ai-bot.cn/qwen2-5-coder/)
构建，通过升级版 Spectrum-to-Signal 后训练流程，在数学、编程等可验证推理任务上达到
[Gemini 3 Pro](https://ai-bot.cn/gemini-3/)、[Claude Opus 4.5](https://ai-bot.cn/claude-opus-4-5/)
等前沿大模型同级性能，探索小模型能力边界并与传统 Scaling Law 形成互补。

阅读目录

 * [VibeThinker-3B是什么](https://paooo.com/aigc-news/24139/#vibethinker3b%e6%98%af%e4%bb%80%e4%b9%88)
 * [VibeThinker-3B的主要功能](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [VibeThinker-3B的技术原理](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用VibeThinker-3B](https://paooo.com/aigc-news/24139/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8vibethinker3b)
 * [VibeThinker-3B的核心优势](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [VibeThinker-3B的项目地址](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [VibeThinker-3B的同类竞品对比](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [VibeThinker-3B的应用场景](https://paooo.com/aigc-news/24139/#vibethinker3b%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![VibeThinker-3B](https://paooo.com/wp-content/uploads/2026/07/VibeThinker-3B-website-
2-1.avif)

## VibeThinker-3B的主要功能

 * **高难度数学推理**：在 AIME’26 达 94.3 分，HMMT’25 达 89.3 分，BruMO’25 达 93.8
   分。
 * **竞技编程**：LiveCodeBench v6 达 80.2 Pass@1，LeetCode 最新周赛/双周赛通过率
   高达 96.1%。
 * **STEM 推理**：在 IMO-AnswerBench 达 76.4 分（+CLR 提升至 80.6），支持复杂科学
   问题求解。
 * **指令遵循**：IFBench 达 74.5 分，具备格式敏感和约束检查能力。
 * **测试时缩放（CLR）**：引入 Claim-Level 可靠性评估策略，可在推理阶段进一步提升
   答案可靠性。

## VibeThinker-3B的技术原理

 * **基座模型**：基于 Qwen2.5-Coder-3B 构建，30亿参数密集架构未做改动，全部性能提升
   来自后训练技术栈的极致优化。
 * **Spectrum-to-Signal 范式**：核心训练流程分为”频谱阶段”（SFT 扩展能力覆盖）与”
   信号阶段”（RLVR 精准优化可验证任务）。
 * **两阶段课程 SFT**：第一阶段广泛覆盖数学、编程、STEM 和对话能力，第二阶段聚焦
   高难度长推理样本，逐步递进提升深度。
 * **多样性探索蒸馏**：不追求单一最优解，而是保留多个有效推理路径，增强模型在复杂
   问题上的泛化能力。
 * **MGPO 强化学习**：在 GRPO 基础上增加额外权重，优先选择对当前策略”既不太易也不太
   难”的样本进行优化。
 * **多领域顺序 RL**：严格按 Math → Code → STEM 的顺序依次进行强化学习，实验发现
   此顺序对整体效果最优。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-24.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用VibeThinker-3B

 * **下载模型**：访问 HuggingFace 或 GitHub 仓库获取模型权重。
 * **本地部署**：基于 transformers 等框架加载 3B 参数模型，支持消费级硬件运行。
 * **调用推理**：输入数学、编程或 STEM 类问题，模型将输出带完整推理链（CoT）的答案。
 * **启用 CLR（可选）**：对数学类任务可开启 Claim-Level 可靠性评估，进一步提升准确
   率。

## VibeThinker-3B的核心优势

 * **极小参数，前沿性能**：仅 3B 参数即可对标千亿级前沿模型在可验证推理任务上的表现。
 * **课程式两阶段 SFT**：从广泛能力覆盖到高难度长推理样本，逐步提升推理深度。
 * **多领域 RL 强化**：按 Math → Code → STEM 顺序依次进行强化学习，保留完整 64K 
   长上下文推理轨迹。
 * **离线自蒸馏**：筛选高质量轨迹进行统一蒸馏，优先学习学生模型尚未掌握的正确路径。

## VibeThinker-3B的项目地址

 * **GitHub仓库**：https://github.com/WeiboAI/VibeThinker
 * **HuggingFace模型库**：https://huggingface.co/WeiboAI/VibeThinker-3B
 * **arXiv技术论文**：https://arxiv.org/pdf/2606.16140

## VibeThinker-3B的同类竞品对比

  |  维度 |  VibeThinker-3B |  [Claude Opus 4.5](https://ai-bot.cn/claude-opus-4-5/) |  
   |  **开发方** |  新浪微博 AI 团队 |  Anthropic |  
 |  **参数规模** |  **3B**（密集模型） |  未公开（推测数百B~千亿级） |  
 |  **开源程度** |  **完全开源**（论文+代码+权重） |  闭源（仅 API/产品） |  
 |  **部署方式** |  **本地消费级 GPU 可运行** |  仅云端 API |  
 |  **定位** |  可验证推理专用引擎 |  通用智能助手 |

## VibeThinker-3B的应用场景

 * **算法竞赛备赛**：辅助解答 AIME、HMMT、IMO 等数学竞赛题目，提供多路径推理参考。
 * **编程面试训练**：刷 LeetCode、LiveCodeBench 等编程题，获取带详细解释的正确解法。
 * **STEM 教育辅导**：为物理、化学、生物等理科问题提供逐步推导的解题过程。
 * **边缘端推理部署**：因模型仅 3B 参数，适合手机、IoT 设备等低算力环境本地运行。
 * **推理能力研究**：作为小模型推理上限的探索基准，供学术界研究 Scaling Law 的替代
   路径。