← AI 動態
The Decoder
新一代 AI 模型 VibeThinker-3B：推理能力強大，但事實知識有限
Sina Weibo 的 VibeThinker-3B 模型只有 3 億參數，但在數學和編程基準測試中達到與DeepSeek V3.2 和 Kimi K2.5 相同的水平
AI
機器學習
生成式 AI
VibeThinker-3B 模型的成績來自於多階段後期訓練，基於阿里巴巴的基礎模型。然而，在需要廣泛事實知識的任務中，小型模型仍然明顯落後。研究人員得出結論，結構化邏輯推理依賴於少數模式，可以很好地壓縮，而廣泛的世界知識仍需要大型模型。這個發現對於 AI 的開發和應用具有重要意義，因為它意味著在某些領域中，小型模型可以達到與大型模型相同的水平，從而減少計算資源和成本。這個模型的推理能力強大，但事實知識有限，這是一個需要進一步研究和改進的領域。