近期，李飛飛研究團隊宣布了一項引人注目的成就：他們成功以極低的云計算成本——不到50美元，訓練出了一款名為s1的人工智能推理模型。該模型在數學解題與編程能力測試中，展現出了與業界頂尖模型，如OpenAI的o1和DeepSeek的R1相媲美的表現。
然而，這一成果很快引發了外界的質疑。有網友指出，s1模型并非完全從零開始訓練，而是基于阿里云的通義千問（Qwen）模型進行了進一步開發。為了核實這一信息，新浪科技聯系了阿里云方面，并得到了確認。
阿里云方面詳細回應稱，s1模型是以阿里通義千問Qwen2.5-32B-Instruct開源模型為基礎，通過16塊H100 GPU進行26分鐘的監督微調后得到的。新模型s1-32B在數學及編碼能力測試中，取得了與o1和R1等尖端模型相當的效果，甚至在解決競賽數學問題上的表現，還超出了o1-preview模型27個百分點。
據了解，s1團隊在創建該模型時，采用了“蒸餾”技術。這一技術的核心在于，通過訓練模型來學習另一個已有人工智能模型的答案，從而提取其推理能力。s1的論文指出，他們使用了一種稱為監督微調（SFT）的方法，利用相對較小的數據集來實施蒸餾。在SFT過程中，人工智能模型被明確指示在數據集中模仿特定的行為模式。
值得注意的是，s1模型是基于阿里巴巴旗下中國人工智能實驗室Qwen提供的一款小型、現成的免費模型進行開發的。為了訓練s1，研究人員精心策劃了一個包含1000個問題及其答案的數據集，同時還參考了谷歌Gemini 2.0 Flash Thinking Experimental為每個答案提供的“思考”過程。
此次s1模型的成功，不僅展示了低成本、高效率訓練人工智能模型的潛力，也引發了業界對于模型微調與蒸餾技術的進一步關注。這一成果有望為人工智能領域的發展帶來新的啟示和動力。
