Weibo AI 发布 VibeThinker-3B 推理模型

Weibo AI 发布 VibeThinker-3B 推理模型

Weibo AI 发布 VibeThinker-3B，一个 3B 参数的推理模型，采用 MIT 许可。该模型在 IMO-AnswerBench 上匹敌 DeepSeek V3.2 (671B)、Kimi K2.5 (1T) 和 GLM-5 (744B)，在 LeetCode 未知竞赛题上达到 96.1% 的接受率。训练流程包括课程两阶段 SFT、多域强化学习 (MGPO)、离线自蒸馏和指导 RL。