1. Einführung in das Tutorial

VibeThinker-1.5B ist das erste Open-Source-Modell für große Anwendungsfälle, das von Weibo AI im November 2025 veröffentlicht wurde. Die Leistungsfähigkeit von VibeThinker-1.5B beruht nicht auf einer bloßen Anhäufung von Parametern, sondern auf dem von den Weibo-Entwicklern vorgeschlagenen SSP-Trainingskonzept. Dieses Konzept regt das Modell dazu an, während der Lernphase alle möglichen Lösungswege zu erkunden, anstatt sich ausschließlich auf die Genauigkeit zu konzentrieren. Anschließend wird Reinforcement Learning zur effizienten Optimierung der Strategie eingesetzt, um den korrekten Pfad präzise festzulegen und die Modellleistung zu maximieren. Zugehörige Forschungsarbeiten sind verfügbar. Kleines Modell, große Logik: Diversitätsgetriebene Optimierung ermöglicht das Denken in großen Modellen in VibeThinker-1.5B .

Dieses Tutorial verwendet standardmäßig eine einzelne RTX 5090-Grafikkarte, es ist aber auch mit einer einzelnen RTX 4090 möglich. Es wird empfohlen, Fragen auf Englisch zu stellen, da das Modell nur englische Antworten unterstützt.

Dieses Modell wird zur Lösung mathematischer und algorithmischer Programmierprobleme im Wettbewerbsstil empfohlen.

2. Effektanzeige

3. Bedienungsschritte

1. Starten Sie den Container

2. Anwendungsschritte

Wenn „Modell“ nicht angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 2-3 Minuten und aktualisieren Sie die Seite.

Zitationsinformationen

Die Zitationsinformationen für dieses Projekt lauten wie folgt:

@misc{xu2025tinymodelbiglogic,
      title={Tiny Model, Big Logic: Diversity-Driven Optimization Elicits Large-Model Reasoning Ability in VibeThinker-1.5B}, 
      author={Sen Xu and Yi Zhou and Wei Wang and Jixin Min and Zhibin Yin and Yingwei Dai and Shixi Liu and Lianyu Pang and Yirong Chen and Junlin Zhang},
      year={2025},
      eprint={2511.06221},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2511.06221}, 
}