近日，中国社交媒体公司微博的人工智能部门发布了开源的VibeThinker-1.5B，这是一个拥有15亿个参数的大型语言模型（LLM）。该模型是阿里巴巴 Qwen2.5-Math-1.5B 的微调版本，现在可以在 Hugging Face、GitHub 和 ModelScope 上免费获得，供研究人员和企业开发人员在麻省理工学院许可下使用，甚至用于商业目的。
VibeThinker-1.5B 虽然体积小，但在数学和代码任务中表现异常出色，实现了行业领先的推理性能，甚至超过了竞争对手 DeepSeek 的 R1 模型，后者拥有 6710 亿个参数。该模型还与 Mistral AI 的 Magistral Medium、Anthropic 的 Claude Opus4 和 OpenAI 的 gpt-oss-20B Medium 等多个大模型竞争，同时需要的基础设施和投资成本显着降低。
值得注意的是，VibeThinker-1.5B 在后期训练阶段仅花费了 7,800 美元的计算资源，这一成本远低于类似或更大规模模型所需的数十万甚至数百万美元。LLM的训练分为两个阶段：第一阶段是预训练，模型通过大量的文本数据来学习语言和常识的结构。第二阶段，即后期训练，使用较小的高质量数据集来帮助模型更好地理解如何协助、推理和符合人类期望。
VibeThinker-1.5B 使用一种称为“频谱到信号原理”（SSP） 的训练框架，该框架将监督微调和强化学习分为两个阶段。第一阶段关注多样性，而第二阶段则通过强化学习优化最优路径，使小模型能够有效地探索推理空间并实现信号放大。
在多个领域的性能测试中，VibeThinker-1.5B 的表现优于许多大型开源和商业模型。其开源版本挑战了对模型参数规模和计算能力的传统认知，展示了小模型在特定任务中实现卓越性能的可能性。
