李飞飞团队“50美元”复现DeepSeek R1真相：基座为阿里云Qwen模型

主要观点总结

本文主要报道了关于人工智能领域的新模型s1的训练方法和其背后的技术原理。s1模型是基于阿里云通义千问模型进行监督微调而成，其低成本训练方式引发了广泛关注。文章介绍了s1模型的关键技术点，包括其基于开源基础模型的训练、低成本实现以及局限性。

关键观点总结

关键观点1: s1模型的训练基于阿里云通义千问模型进行微调

s1模型不是从零开始训练的，而是利用了已有的强大基座模型——阿里云通义千问模型，通过监督微调的方式达到推理能力。

关键观点2: s1模型的“低成本”建立在开源基础模型之上

s1模型利用开源基础模型的强大能力，以极低的成本（50美元）成功训练出具备推理能力的模型。

关键观点3: s1模型的训练依赖于大量的样本数据

虽然s1模型使用的样本数据量相对较小（1000个），但在训练过程中，这些样本数据起到了重要的作用，被认为是“锦上添花”的因素。

关键观点4: 低成本训练新模型有局限性

低成本训练新模型的局限性包括依赖已有的强大基座模型、样本数据量不足以及可能引发的知识产权和伦理问题。

关键观点5: s1模型的训练思路为AI领域提供新的方向

尽管存在局限性，但s1模型的训练思路为AI领域提供了新的思考方向，如何在保证模型性能的前提下降低训练成本是AI研究的重要课题。

文章预览

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。s1模型的神奇“低成本”，是建立在已具备强大能力的开源基础模型之上，可谓依然是开源的胜利。 作者 | 毛明江 黄心怡 今日一则关于人工智能领域的新闻引发广泛关注。 据报道，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。该模型在数学和编码能力测试中的表现，据称与OpenAI的O1和DeepSeek的R1等尖端推理模型不相上下。 这一消息无疑在AI界投下了一颗重磅炸弹，真相究竟如何？ 《科创板日报》记者调查和采访业内人士后发现，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。这意味着，s1模型的神奇“低成本”，是建立在已具备强大能力的开源基础模型之上。 ………………………………