微博開源VibeThinker-3B，3B小模型衝進前線推理梯隊

据动察 Beating 监测，新浪微博团队日前开源了 30 億參數的推理模型 VibeThinker-3B。

模型在數學與編程等任務上達到前沿水平，部分指標接近或超越 DeepSeek V3.2、GLM-5 和 Gemini 3 Pro 等大規模旗艦模型。

VibeThinker-3B 基於 Qwen2.5-Coder-3B 改造，採用 Spectrum-to-Signal 流程進行二次訓練：模型先從易到難做題積累解題譜系，再通過強化學習放大正確解法信號，訓練全程使用 64K 大思考空間防止中斷推理步驟。

針對數學與編程，模型一方面將自己做對的優秀步驟收集起來進行自蒸餾模仿，另一方面在答題時引入步驟級評估來進行自我核對。自我核對機制最終將 AIME26 數學測試得分從 94.3 提升至 97.1。

研發團隊在報告中提出「參數壓縮-覆蓋假設」，認為邏輯推理屬於高度可壓縮的能力，主要依賴規則和糾錯，用 3B 小模型就能跑出頂尖效果；而開放領域知識則需要海量參數去死記硬背。受限於參數規模，VibeThinker-3B 對常識性開放知識的覆蓋能力仍弱於大模型。

團隊強調，研發目的並非用小模型替代大模型，而是探索緊湊型模型在明確驗證機制下的能力邊界。