微博推出 VibeThinker-1.5B，低成本 AI 模型挑战大型语言模型
微博的人工智能部门推出了开源的 VibeThinker-1.5B，这是一个拥有15亿参数的大型语言模型（LLM），基于阿里巴巴的 Qwen2.5-Math-1.5B 进行的精细调整。 尽管 VibeThinker-1.5B 体积小，但在数学和代码任务上表现出色，达到了行业领先的推理性能，甚至超越了体量达6710亿参数的竞争对手 DeepSeek 的 R1模型。该模型还与 Mistral AI 的 Magistral Medium、Anthropic 的 Claude Opus4和 OpenAI 的 gpt-oss-20B Medium 等多个大型模型抗衡，同时所需的基础设施和投资成本却少得多。 值得一提的是，VibeThinker-1.5B 在后期训练中仅花费了7800美元的计算资源，这一成本远低于同类或更大规模模型所需的数十万美元甚至数百万美元。LLM 的训练分为两个阶段，首先是预训练，模型通过大量文本数据学习语言结构和一般知识。之后的后期训练则使用更小的高质量数据集，使模型能够更好地理解如何提供帮助、进行推理和与人类期望对齐。 VibeThinker-1.5B 采用了一种名为 “谱...
