我的信息源说是1000个样本是通过gemini得到，但是又以通义千问为基底模型进行监督微调而来的神奇表现
包括全球很多类似路线都是藉鉴通义千问才能达到这样的惊人效果，非李飞飞一家做到
这才是最奇怪的。
今日鼓点：大A乘风直上，就像哪吒2的票房
※ 引述《DrTech (竹科管理处网军研发人员)》之铭言：
: ※ 引述《LimYoHwan (gosu mage)》之铭言：
: 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。
~~~~~~~~~~~~~~~~~~~~~~~~~
yes，u r right
: 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。

有道理

不重要。废文不如推文。