כתבה
MarkTechPost ·
VibeThinker-3B: מודל גדנסי להיגיון
VibeThinker-3B: A 3B Dense Reasoning Model Built on Qwen2.5-Coder-3B With the Spectrum-to-Signal Post-Training Pipeline
VibeThinker-3B הוא מודל גדנסי להיגיון שפותח על בסיס Qwen2.5-Coder-3B. המודל משתמש בטכניקות כמו עידון מונחה ולמידת חיזוק. הוא מתמקד במשימות היגיון שניתן לאמת את התשובות.
תקציר מקורי באנגליתWhile recent breakthroughs in AI reasoning have largely been driven by massive scale, pouring in billions of parameters to cross complex cognitive thresholds— VibeThinker-3B is charting a completely different path. Created by researchers from Sina Weibo Inc (China), this 3-billion-parameter model proves that efficiency can punch far above its weight class. Released under an open-source MIT license, VibeThinker-3B matches the performance of models hundreds of times its size on verifiable tasks like mathematics, coding, and STEM disciplines. What is VibeThinker-3B VibeThinker-3B is a compact dense model built on the Qwen2.5-Coder-3B base. It is post-trained, not pretrained from scratch. The research team applies supervised fine-tuning, reinforcement learning, and self-distillation on top. Th
קרא במקור המקורי
marktechpost.com
פתח כתבה מקורית