VibeThinker-1.5B - 15億パラメータの大規模言語モデルをWeibo AIがオープンソース化

VibeThinker-1.5Bとは？

VibeThinker-1.5Bは、Weibo AIがオープンソース化した15億パラメータの大規模言語モデルです。アリババのQwen2.5-Math-1.5Bをベースに微調整されたこのモデルは、数学およびコーディングタスク向けに最適化されており、卓越した性能と業界トップクラスの推論性能を備えています。このモデルはSpectrum-Signal Principle (SSP)学習フレームワークを採用しており、教師あり微調整と強化学習の2段階に分けられ、パスを最適化することで信号を増幅し、小さなモデルでも効率的に推論空間を探索できるようになっている。

VibeThinker-1.5Bの特徴

• 数学とコーディングのスキルVibeThinker-1.5Bは、数学的推論とコード生成タスクに優れており、微調整の結果、推論性能は業界をリードし、より大きなパラメトリック数を持つモデルよりも優れています。
• 効率的なトレーニング・フレームワークスペクトラム-信号原理(SSP)の学習フレームワークを採用し、教師ありの微調整と強化学習を2つのフェーズに分け、まず多様性に焦点を当て、次に強化学習によって経路を最適化し、信号増幅を達成することで、小さなモデルでも効率的に推論空間を探索することができる。
• 低コストのトレーニングトレーニング後のモデルのコストはわずか7,800ドルで、同様の、あるいは大規模なモデルに必要な数十万ドル、数百万ドルよりもはるかに低く、費用対効果が高い。
• オープンソースとフリーアクセスVibeThinker-1.5Bは、MITライセンスに従って、Hugging Face、GitHub、ModelScopeで自由に利用できるようになりました。
• マルチプラットフォーム対応このモデルは、さまざまな主要プラットフォームをサポートしているため、ユーザーはニーズに応じて開発・導入環境を簡単に選択でき、高い柔軟性と拡張性を備えています。

VibeThinker-1.5Bの主な利点

• 高性能な推論能力数学的タスクやコーディングタスクにおいて優れた推論性能を発揮し、複雑な問題を効率的に処理することができ、部分的にパラメータ数の多いモデルよりも優れています。
• 低コストのトレーニングと最適化革新的なトレーニングフレームワーク「スペクトラム・シグナル・プリンシプル」は、トレーニングコストを効果的に削減し、トレーニング後のコストはわずか7,800ドルと、業界平均を大幅に下回っている。
• オープンソースとフリーアクセスMITのオープンソースプロトコルに則り、研究者や開発者が自由に利用でき、商用利用もサポートし、利用の敷居とコストを大幅に削減します。
• マルチプラットフォームのサポートと使いやすさこのモデルは、Hugging Face、GitHub、ModelScopeといった複数のプラットフォーム上で稼動しており、優れた互換性と使いやすさで迅速な展開と利用を容易にしている。
• 効率的なトレーニング・フレームワーク教師ありの微調整と強化学習を組み合わせてモデルの性能を最適化することで、小さなモデルでも効率的な推論が可能になり、モデルの有用性と柔軟性が向上する。

VibeThinker-1.5Bの公式ウェブサイトは？

• GitHubリポジトリ:: https://github.com/WeiboAI/VibeThinker
• ハグ顔モデルライブラリー:: https://huggingface.co/WeiboAI/VibeThinker-1.5B
• arXivテクニカルペーパー:: https://arxiv.org/pdf/2511.06221

VibeThinker-1.5Bの対象者

• 人工知能研究者そのオープンソースコードとモデルアーキテクチャは、言語モデルの最適化と革新を探求する学術研究に利用することができます。
• 開発者とエンジニア効率的な推論とコード生成を必要とするアプリケーション開発で、開発効率を向上させるためにプロジェクトに迅速に統合することができます。
• データサイエンティスト強力な数学的推論によってデータ処理プロセスを最適化するため、データ分析および処理タスクに使用できます。
• 教育者と学生機械学習と人工知能を教えるための実践的なツールを提供し、学生が技術をよりよく理解し実践できるようにする。
• ビジネスユーザーインテリジェントなビジネス変革を推進するための商用アプリケーション開発に使用できる、低コストで高性能なAIソリューションを必要とする企業に適しています。