※ 引述《LimYoHwan (gosu mage)》之銘言：
: 標題：
: 李飛飛團隊用不到50美元訓練出媲美DeepSeek R1的AI推理模型
: 來源：
: Futu
: 網址：
: https://tinyurl.com/ydrtdbu8
: 內文：
: 李飛飛等斯坦福大學和華盛頓大學研究人員近日以不到50美元的雲計算費用訓練了一個名
: 叫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與OpenAI的o1和DeepSe
: ek的R1等尖端推理模型類似。研究人員表示，s1是通過蒸餾法由谷歌推理模型Gemini 2.0
: Flash Thinking Experimental提煉出來的。
: https://i.imgur.com/kFg9GjU.jpeg
: 斯坦福大學以及華盛頓大學的研究團隊展示了一種極低成本的 AI 訓練方法，被稱為 S1
: 。
: S1 僅使用 6 美元就能達到 OpenAI o1-preview 級別的推理性能！同時匹敵Deepseek R1
: 推理時間可控：S1 通過簡單的“Wait”機制，控制大模型的思考時間，提高推理能力。
: S1 不是 OpenAI o1 或 DeepSeek R1 的直接復刻，但它揭示了在推理時微調 AI 的潛力
: ，甚至可以媲美 Reinforcement Learning（強化學習）。
: OpenAI 和 DeepSeek 早期研究發現，AI 在回答問題時“思考得更久”，往往能得出更好
: 的答案。但過去並沒有清楚解釋：如何在推理階段控制 AI 的思考時間？
: S1 的創新點： S1 論文提供了推理時間擴展（Inference Scaling）的具體實現方法：
: 核心思想：
: 如何在不改變 AI 訓練過程的情況下，提高 AI 解決複雜問題的能力？
: 方法：讓 AI 在推理時“多想幾秒”，自動檢查自己的答案，從而減少錯誤，提高正確率
: ！
: 結果證明，這種方法比 OpenAI o1-preview 還要好！
: 最重要的是：而且只用了 1000 道題！ 這比一般 AI 訓練的數據少了 800 倍，但效果仍
: 然很強！
: 此外，該模型可以在筆記本電腦上運行，並且其訓練成本僅為 6 美元。
: 論文下載
: https://arxiv.org/pdf/2501.19393
連結或內文，完全是錯的。
根本是腦殘媒體在亂寫。與論文事實不符。
先說論文結論：
模型表現：
經過不斷的做實驗試錯，
終於從59000筆訓練資料中，
找到一組1000筆AI訓練資料，
可以在"部分考卷"上贏 OpenAI的一個很爛的模型，o1-preview。
其他考卷考出來的分數，依然慘輸給 deepseek-R1，ChatGPT-o1。
成本：不到50美元。
也是只看 fine-tune 1000題，一次的成本。
而且，試了不知道幾次，
終於找到一次，
可以在部分考卷上贏一個很爛的模型。
媒體文章中，忽略不計的成本，至少包含：
base模型訓練的成本(至少占成本99%)
研究人員不斷試錯找1000題的成本。
多組1000題，再用 Gemini 模型，產生fine-tune資料的成本。
其他錯誤資訊，媒體的內文寫：
研究人員表示，s1是通過蒸餾法由谷歌推理模型Gemini 2.0。
完全錯誤。原始論文寫：
先準備 59000筆訓練資料，在不斷的用各種方式，選1000筆資料，再將1000筆 Gemini 2.0 Flash Thinking 改寫訓練資料。
最後再用這些資料fine-tune Qwen2.5-32B-Instruct模型。
真的要亂寫，也要寫成蒸餾 Qwen2.5-32B的能力，而不是蒸餾 Gemini。
而且這種做法嚴格來說不叫蒸餾，叫fine-tune微調
結論：
研究沒問題，找到了一種成本較低的流程，可產生可思考模型。但效果很一般。
一堆外行人，連論文都不看，在造假新聞。
媲美OpenAI-o1，deepseek-r1，連論文都沒這樣寫，純媒體造假。

反正這裏是股版

結論NVDA續抱