※ 引述《LimYoHwan (gosu mage)》之铭言：
: 标题：
: 李飞飞团队用不到50美元训练出媲美DeepSeek R1的AI推理模型
: 来源：
: Futu
: 网址：
: https://tinyurl.com/ydrtdbu8
: 内文：
: 李飞飞等斯坦福大学和华盛顿大学研究人员近日以不到50美元的云计算费用训练了一个名
: 叫s1的人工智能推理模型。该模型在数学和编码能力测试中的表现与OpenAI的o1和DeepSe
: ek的R1等尖端推理模型类似。研究人员表示，s1是通过蒸馏法由谷歌推理模型Gemini 2.0
: Flash Thinking Experimental提炼出来的。
: https://i.imgur.com/kFg9GjU.jpeg
: 斯坦福大学以及华盛顿大学的研究团队展示了一种极低成本的 AI 训练方法，被称为 S1
: 。
: S1 仅使用 6 美元就能达到 OpenAI o1-preview 级别的推理性能！同时匹敌Deepseek R1
: 推理时间可控：S1 通过简单的“Wait”机制，控制大模型的思考时间，提高推理能力。
: S1 不是 OpenAI o1 或 DeepSeek R1 的直接复刻，但它揭示了在推理时微调 AI 的潜力
: ，甚至可以媲美 Reinforcement Learning（强化学习）。
: OpenAI 和 DeepSeek 早期研究发现，AI 在回答问题时“思考得更久”，往往能得出更好
: 的答案。但过去并没有清楚解释：如何在推理阶段控制 AI 的思考时间？
: S1 的创新点： S1 论文提供了推理时间扩展（Inference Scaling）的具体实现方法：
: 核心思想：
: 如何在不改变 AI 训练过程的情况下，提高 AI 解决复杂问题的能力？
: 方法：让 AI 在推理时“多想几秒”，自动检查自己的答案，从而减少错误，提高正确率
: ！
: 结果证明，这种方法比 OpenAI o1-preview 还要好！
: 最重要的是：而且只用了 1000 道题！ 这比一般 AI 训练的数据少了 800 倍，但效果仍
: 然很强！
: 此外，该模型可以在笔记本电脑上运行，并且其训练成本仅为 6 美元。
: 论文下载
: https://arxiv.org/pdf/2501.19393
连结或内文，完全是错的。
根本是脑残媒体在乱写。与论文事实不符。
先说论文结论：
模型表现：
经过不断的做实验试错，
终于从59000笔训练资料中，
找到一组1000笔AI训练资料，
可以在"部分考卷"上赢 OpenAI的一个很烂的模型，o1-preview。
其他考卷考出来的分数，依然惨输给 deepseek-R1，ChatGPT-o1。
成本：不到50美元。
也是只看 fine-tune 1000题，一次的成本。
而且，试了不知道几次，
终于找到一次，
可以在部分考卷上赢一个很烂的模型。
媒体文章中，忽略不计的成本，至少包含：
base模型训练的成本(至少占成本99%)
研究人员不断试错找1000题的成本。
多组1000题，再用 Gemini 模型，产生fine-tune资料的成本。
其他错误资讯，媒体的内文写：
研究人员表示，s1是通过蒸馏法由谷歌推理模型Gemini 2.0。
完全错误。原始论文写：
先准备 59000笔训练资料，在不断的用各种方式，选1000笔资料，再将1000笔 Gemini 2.0 Flash Thinking 改写训练资料。
最后再用这些资料fine-tune Qwen2.5-32B-Instruct模型。
真的要乱写，也要写成蒸馏 Qwen2.5-32B的能力，而不是蒸馏 Gemini。
而且这种做法严格来说不叫蒸馏，叫fine-tune微调
结论：
研究没问题，找到了一种成本较低的流程，可产生可思考模型。但效果很一般。
一堆外行人，连论文都不看，在造假新闻。
媲美OpenAI-o1，deepseek-r1，连论文都没这样写，纯媒体造假。

反正这里是股版

结论NVDA续抱