据上周五发布的一篇新研究论文，斯坦福大学和华盛顿大学的AI研究人员能够以不到50美元的云计算积分训练 AI“推理”模型。该模型称为s1，在测量数学和编码能力的测试中，其性能类似于 OpenAI 的 o1 和 DeepSeek 的 R1 等尖端推理模型。GitHub提供了 s1 模型，以及用于训练它的数据和代码。
访问：
https://github.com/simplescaling/s1
s1背后的团队表示，他们从一个现成的基础模型开始，然后通过蒸馏对其进行微调，蒸馏是一种通过训练答案从另一个 AI 模型中提取“推理”能力的过程。
研究人员表示，s1是从Google的推理模型之一 Gemini 2.0 Flash Thinking Experimental 中提炼出来的。蒸馏与伯克利研究人员上个月以大约 450 美元的价格创建 AI 推理模型的方法相同。
对一些人来说，少数没有数百万美元的研究人员仍然可以在 AI 领域进行创新的想法令人兴奋。但s1提出了关于AI模型商品化的真正问题。
如果有人可以用相对零钱来接近复制数百万美元的模型，那么护城河在哪里？
不出所料，大型AI实验室对此并不开心。OpenAI指责DeepSeek不正当地从其API中收集数据以进行模型蒸馏。
s1背后的研究人员正在寻找最简单的方法来实现强大的推理性能和“测试时扩展”，或者允许AI模型在回答问题之前进行更多思考。这些是OpenAI的o1中的一些突破，DeepSeek和其他AI实验室试图通过各种技术复制这些突破。
s1论文建议，可以使用称为监督微调 （SFT） 的过程，通过相对较小的数据集来提炼推理模型，其中明确指示 AI 模型模仿数据集中的某些行为。
SFT 往往比DeepSeek用于训练其竞争对手使用OpenAI的 o1 模型 R1 的大规模强化学习方法更便宜。
Googl 通过其Google AI Studio 平台免费提供对Gemini 2.0 Flash Thinking Experimental的访问，尽管有每日速率限制。
然而，Google的条款禁止对其模型进行逆向工程，以开发与公司自己的人工智能产品竞争的服务。我们已经联系了Google寻求回复。
S1基于阿里巴巴拥有的中国AI实验室 Qwen 的小型现成AI模型，可免费下载。为了训练s1，研究人员创建了一个仅包含1000个精心策划的问题的数据集，并附有这些问题的答案，以及Google的 Gemini 2.0 Flash Thinking Experimental 中每个答案背后的“思考”过程。
据研究人员称，在使用16个 NVIDIA H100 GPU 训练s1后，s1在某些AI基准测试中取得了出色的性能。参与该项目的斯坦福大学研究员尼克拉斯·穆尼霍夫 （Niklas Muennighoff） 告诉 TechCrunch，他现在可以以大约 20 美元的价格租用必要的计算设备。
研究人员使用了一个巧妙的技巧让s1仔细检查它的工作并延长它的 “思考” 时间：他们告诉它等待。根据该论文，在s1的推理中添加“等待”一词有助于模型得出更准确的答案。
2025 年，Meta Google和Microsoft计划在AI基础设施上投资数千亿美元，其中部分将用于训练下一代AI模型。
这种水平的投资对于推动AI创新的发展可能仍然是必需的。蒸馏已被证明是一种以低成本重新创建AI模型功能的好方法，但它并没有创建比现在可用的AI模型好得多的新 AI 模型。
