近期，李飞飞研究团队宣布了一项引人注目的成就：他们成功以极低的云计算成本——不到50美元，训练出了一款名为s1的人工智能推理模型。该模型在数学解题与编程能力测试中，展现出了与业界顶尖模型，如OpenAI的o1和DeepSeek的R1相媲美的表现。
然而，这一成果很快引发了外界的质疑。有网友指出，s1模型并非完全从零开始训练，而是基于阿里云的通义千问（Qwen）模型进行了进一步开发。为了核实这一信息，新浪科技联系了阿里云方面，并得到了确认。
阿里云方面详细回应称，s1模型是以阿里通义千问Qwen2.5-32B-Instruct开源模型为基础，通过16块H100 GPU进行26分钟的监督微调后得到的。新模型s1-32B在数学及编码能力测试中，取得了与o1和R1等尖端模型相当的效果，甚至在解决竞赛数学问题上的表现，还超出了o1-preview模型27个百分点。
据了解，s1团队在创建该模型时，采用了“蒸馏”技术。这一技术的核心在于，通过训练模型来学习另一个已有人工智能模型的答案，从而提取其推理能力。s1的论文指出，他们使用了一种称为监督微调（SFT）的方法，利用相对较小的数据集来实施蒸馏。在SFT过程中，人工智能模型被明确指示在数据集中模仿特定的行为模式。
值得注意的是，s1模型是基于阿里巴巴旗下中国人工智能实验室Qwen提供的一款小型、现成的免费模型进行开发的。为了训练s1，研究人员精心策划了一个包含1000个问题及其答案的数据集，同时还参考了谷歌Gemini 2.0 Flash Thinking Experimental为每个答案提供的“思考”过程。
此次s1模型的成功，不仅展示了低成本、高效率训练人工智能模型的潜力，也引发了业界对于模型微调与蒸馏技术的进一步关注。这一成果有望为人工智能领域的发展带来新的启示和动力。
