據《科創板日報》報道，「AI教母」李飛飛等斯丹福大學和華盛頓大學的研究團隊，以不到50美元(約390港元)的雲計算費用，成功訓練出了一個名為「s1」的人工智能推理模型。該模型在數學和編碼能力測試中的表現，據稱與OpenAI的o1和DeepSeek的R1等尖端推理模型不相上下。
*利用阿里通義千問模型和谷歌Gemini模型*
報道指，經該報記者調查後發現，s1模型的訓練並非從零開始，其基座模型為阿里通義千問(Qwen)模型。s1用50美元訓練出新的具有推理能力的模型，實際上只是用從谷歌模型中提煉出來的1000個樣本，然後對千問模型進行微調而成。
科技資訊平台「量子位」的一篇文章介紹，簡單來說，該團隊以阿里通義團隊的Qwen2.5- 32B-Instruct作為基礎模型，通過蒸餾GoogleDeepMind的推理模型Gemini 2.0 Flash Thinking實驗版，最終得到了s1模型。為訓練s1，該團隊創建了一個包含1000個精心挑選的問題的數據集，且每個問題都附有答案，以及Gemini 2.0 Flash Thinking實驗版的思考過程。目前，該項目論文《s1: Simple test-time scaling》已經刊於論文預印本平台arXiv，模型s1也已在GitHub上開源，研究團隊提供了訓練它的數據和代碼。
《新浪科技》則引述阿里雲方面確認，李飛飛等研究人員以阿里通義千問Qwen2.5-32B-Instruct開源模型為底座，在16塊英偉達H100 GPU上監督微調26分鐘，訓練出新模型s1-32B，取得了與OpenAI的o1和DeepSeek的R1等尖端推理模型數學及編碼能力相當的效果，甚至在競賽數學問題上的表現比o1-preview高出27%。
《經濟通通訊社7日專訊》
【你點睇？】陳智思認為應制訂指標，衡量來港人才能否直接幫助本地經濟等。你是否認同？► 立即投票
