微博人工智能实验室近日发布了其开源的大型语言模型 VibeThinker-1.5B，该模型拥有15亿参数，是在阿里巴巴 Qwen2.5-Math-1.5B 的基础上经过精细调优而来。
尽管参数量仅为15亿，VibeThinker-1.5B 在数学推理与代码生成任务中展现出卓越能力，推理表现达到业界领先水平，甚至在多项评测中超越了参数高达6710亿的 DeepSeek R1 模型。此外，它还能与 Mistral AI 的 Magistral Medium、Anthropic 的 Claude Opus4 以及 OpenAI 的 gpt-oss-20B Medium 等重量级大模型相媲美，而其对算力和资金投入的需求却显著更低。
尤为突出的是，VibeThinker-1.5B 在后期训练阶段仅消耗了约7800美元的计算成本，远低于同类模型动辄数十万乃至上百万美元的投入。大型语言模型的训练通常分为两个阶段：首先是预训练阶段，模型通过海量文本学习语言规律和通用知识；其次是后期训练，利用高质量的小规模数据集提升模型的推理能力、指令遵循性及与人类偏好的对齐程度。
该模型采用了名为“谱 - 信号原则”（Spectrum-to-Signal Principle, SSP）的创新训练框架，将监督微调与强化学习解耦为两个独立阶段。第一阶段强调输出多样性，充分探索可能的推理路径；第二阶段则借助强化学习聚焦优化最优响应路径，实现从丰富“谱”中提取有效“信号”，从而提升小模型的推理效率与准确性。
在多个权威基准测试中，VibeThinker-1.5B 均取得了优于众多更大规模开源与闭源模型的成绩。此次开源发布挑战了“越大越好”的传统认知，证明了通过高效训练方法，小型模型同样能在特定领域实现顶尖性能。
源码地址：点击下载
