在DeepSeek火爆大师之际，一个更低老本的AI推理模子悄然登场...

近日，一项来自斯坦福大学和华盛顿大学等机构的接头后果引起了阛阓关心，李飞飞等东谈主以不到50好意思元的云预计用度奏效考验出了一个名为s1的AI推理模子。接头后果标明，s1在数学和编码才气测试中与OpenAI的o1和DeepSeek的R1等模子的阐扬不相凹凸。

s1论文作家Niklas Muennighoff暗意：

“DeepSeek r1令东谈主隆盛，但短少OpenAI的测试期间彭胀图，况兼需要无数数据。咱们推出了s1，仅使用1K样本和简便的测试期间侵略即可重现o1的预览彭胀和性能。”

s1的接头团队暗意，s1模子所以谷歌推理模子Gemini2.0 Flash Thinking Experimental为基础模子，通过蒸馏法索取出来的。

他们遴荐了一种名为test-time scaling的智商。接头团队构建了一个袖珍数据集s1K，通过难度、各类性和质地三个标准来筛选，其中包括1000个经过用心挑选的问题以及相应谜底，并附上了“推理”经由，仅使用了16台英伟达H100 GPU，耗时26分钟就完成了考验。

这种智商与传统的大界限强化学习智商（RL）变成显着对比，后者的老本时常较高，DeepSeek、OpenAI王人遴荐了这种智商。而s1的接头通过较小的数据集和监督微调（SFT）蒸馏推理模子，大大裁汰了考验老本并提高了效用。

此外，为了提高谜底的准确度，接头团队还哄骗了一种“预算强制”技能，不错戒指测试期间预计，通过强制提前隔断模子的想考经由，或在s1推理时屡次追加“恭候”指示以蔓延想考，从而优化性能。

接头表露，新模子s1-32B在使用该技能后，性能与测试时的预计资源成正关连。

左证接头团队的测试收尾可知，在竞赛数知识题上，s1-32B的阐扬较o1-preview高27%（MATH和AIME24）；且该模子在AIME24上的阐扬着实与Gemini 2.0 Thinking API很是，表露其蒸馏经由是灵验的。

而s1的出现也激勉了行业的担忧。此前，OpenAI曾指控DeepSeek欠妥使用其API数据进行蒸馏。

有分析东谈主士质疑，要是任何东谈主王人不错浮松复制和突出现存的顶级模子，那么大型AI公司多年的研发参预和技能积聚可能会受到胁迫。而且开云Kaiyun·体育官方网站 登录入口，尽管蒸馏技能在以较低老本复现AI模子方面阐扬出色，但其对新AI模子性能的提高效果并不权臣。