揭秘李飞飞团队如何复现DeepSeek R1

《科创板日报》二月六日讯（记者毛明江与黄心怡报道）——人工智能领域的新突破：低成本训练人工智能推理模型s1

今日一则关于人工智能领域的新闻在科技界引起了广泛关注。
据报道，斯坦福大学和华盛顿大学的研究人员仅花费不到50美元的云计算费用，成功训练出了一个名为s1的人工智能推理模型。
该模型在数学和编码能力测试中表现出色，被认为与OpenAI的O1和DeepSeek的R1等尖端推理模型不相上下。
这一成果无疑在人工智能领域投下了一颗重磅炸弹。
真相究竟如何？《科创板日报》记者通过调查和采访业内人士，揭示了s1模型背后的故事。

一、s1模型的训练与通义千问模型的基座作用

据调查和采访结果显示，s1模型的训练并非从零开始，而是基于阿里云通义千问（Qwen）模型进行监督微调。
这一成果的取得，离不开通义千问模型的强大能力。
据李飞飞等人的研究本文，s1模型的训练仅使用了1000个样本数据。
在业内共识中，这一数据量在人工智能训练中可谓微乎其微，通常不足以训练出一个具备推理能力的模型。
在通义千问模型的基础上，这1000个样本数据的作用被最大化，使得s1模型展现出强大的推理能力。

二、国内外新模型的现状

青年AI科学家、上海交通大学人工智能学院谢伟迪副教授向《科创板日报》记者指出，国内外其他团队也声称用极低的成本训练出了具有推理能力的新模型。
但仔细研究其本文原文，便会发现它们都是基于通义模型作为基座进行的。
国外多位人工智能研究者也指出了这一点，认为通义千问模型作为基座，对于新模型的训练起到了关键作用。

三、低成本训练的局限性与潜力

虽然s1模型的低成本训练展示了人工智能训练的潜力，但其局限性也不容忽视。
这种低成本训练依赖于已有的强大基座模型，如阿里通义千问模型。
1000个样本数据的训练量在大多数情况下是不够的，尤其是在需要处理复杂任务的场景中。

低成本训练的思路为人工智能领域提供了新的思考方向。
武汉人工智能学院一位资深研究人员向《科创板日报》记者表示，如何在保证模型性能的前提下，降低训练成本，是AI研究的一个重要课题。
未来，随着技术的进步和算法的优化，或许我们真的能够看到更多低成本、高性能的AI模型问世。

四、知识产权与伦理问题的挑战

s1模型的低成本训练引发了关于人工智能模型知识产权和伦理问题的讨论。
如果越来越多的研究依赖于已有的基座模型进行微调，那么这些基座模型的开发者是否应该获得相应的回报？如何确保人工智能技术的公平使用和共享？这些问题都需要业界进一步探讨和解决。

五、结论

s1模型的诞生标志着人工智能领域的新突破，为我们提供了新的思考方向。
其背后的技术原理和局限性也值得我们深入研究和探讨。
在未来，我们期待看到更多关于人工智能领域的创新突破，推动人工智能技术的持续发展和进步。

注：以上内容仅为参考示例，所涉及报道内容请以实际报道为准。

---

---

相关标签： 阿里云、 算法、 知名企业、 人工智能、 基座、 李飞飞、 开源模型、

上一篇：乘客称拒绝支付过年红包

下一篇：会议热议薪资问题