Modelo
LLMs & Texto
WeiboAI/VibeThinker-3B
Modelo de geração de texto · 3 B de parâmetros — 75.1 mil downloads e 768 curtidas no Hugging Face.
Hugging Face · Modelos
·WeiboAI
·
·↓ 75109
·♥ 768
O modelo WeiboAI/VibeThinker-3B aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 3 B
- Biblioteca:
transformers - Formatos: safetensors
- Licença: MIT
- Downloads: 75.1 mil · Curtidas: 768
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~7.2 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
- Quantizado 8-bit: ~3.6 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
- Quantizado 4-bit: ~1.8 GB de VRAM — roda em CPU ou GPU de notebook
Como rodar localmente
Carregue com a transformers usando o template de chat:
pip install -U transformers accelerate torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "WeiboAI/VibeThinker-3B"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id, torch_dtype="auto", device_map="auto"
)
msgs = [{"role": "user", "content": "Explique o que é entropia."}]
inputs = tok.apply_chat_template(
msgs, add_generation_prompt=True, return_tensors="pt"
).to(model.device)
out = model.generate(inputs, max_new_tokens=256)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))Para servir como API (recomendado para modelos grandes), use o vLLM:
pip install vllm
vllm serve WeiboAI/VibeThinker-3BTags
transformers safetensors qwen2 text-generation math code reasoning gpqa
