VibeThinker: 새로운 SFT+GRPO 방식을 통해 추론 능력에서 Opus 4.5를 능가하는 3B 파라미터 모델

새로운 학습 방식인 **SFT(Supervised Fine-Tuning)**와 **GRPO(Group Relative Policy Optimization)**를 결합하여, 파라미터 수가 3B에 불과함에도 불구하고 Opus 4.5와 같은 대형 모델을 능가하는 추론 성능을 보여주는 VibeThinker 모델이 발표되었습니다.

이 모델은 방대한 지식을 암기하는 대신 **추론 능력(Reasoning)**을 극대화하는 데 집중하며, 특정 도메인(예: Python 프로그래밍)에서 매우 효율적인 성능을 발휘합니다. 이는 모델의 크기를 줄이면서도 핵심적인 사고 능력을 보존하는 Parametric Compression-Coverage Hypothesis를 뒷받침하는 연구 결과를 담고 있습니다.