“李飞飞团队 50 美元炼出 DeepSeek R1”被质疑，上海交大本科生新“低成本推理”或成新宠！

文章预览

整理 | 褚杏娟 近日，“李飞飞等斯坦福大学和华盛顿大学的研究人员以不到 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”的消息引起了很多人关注。该模型名为 s1，该模型在数学和编码能力测试中的表现，据传与 OpenAI O1 和 DeepSeek R1 等顶尖推理模型不相上下。 这种零花钱消费水平就能精确复制价值数百万美元大模型给了大家非常广阔的想象空间。但现在我们真的可以达到这种水平吗？ 我们先看看该模型都做了些什么。根据论文，s1 能够达到不错效果的核心有两点：s1K 数据集和预算强制法（budget forcing）。 s1 团队构建的 s1K 数据集包含 1,000 个精心挑选的问题，包括数学竞赛问题、博士级别的科学问题、奥林匹克竞赛问题等，配有推理轨迹和答案，并通过三个标准进行验证：难度、多样性和质量。这些数据主要来自 NuminaMA ………………………………