李飛飛團(tuán)隊(duì)“50美元”復(fù)刻DeepSeek的R1真相：基座為阿里云Qwen模型

2月6日，有媒體報(bào)道稱李飛飛等斯坦福大學(xué)和華盛頓大學(xué)的研究人員以不到50美元的云計(jì)算費(fèi)用，成功訓(xùn)練出了一個(gè)名為s1的人工智能推理模型。該模型在數(shù)學(xué)和編碼能力測(cè)試中的表現(xiàn)，據(jù)稱與OpenAI的O1和DeepSeek的R1等尖端推理模型不相上下。s1模型的訓(xùn)練并非從零開(kāi)始，其基座模型為阿里通義千問(wèn)（Qwen）模型。s1用50美元訓(xùn)練出新的具有推理能力的模型，實(shí)際上只是用從谷歌模型中提煉出來(lái)的1000個(gè)樣本，然后對(duì)千問(wèn)模型進(jìn)行微調(diào)而成。