Odaily星球日報訊 根據上週五發布的一篇新研究論文，斯坦福大學和華盛頓大學的人工智能研究人員能夠以不到 50 美元的雲計算積分訓練一個人工智能“推理”模型。 在衡量數學和編碼能力的測試中，被稱爲 s1 的模型表現類似於尖端推理模型，例如 OpenAI 的 o1 和 DeepSeek 的 r1。s1 模型以及用於訓練它的數據和代碼可在 GitHub 上找到。 s1 背後的團隊表示，他們通過提煉（distillation）創建了人工智能模型，這是一種通過訓練另一個人工智能模型的答案來提取“推理”能力的過程。研究人員表示，s1 是從谷歌的推理模型之一 Gemini 2.0 Flash Thinking Experimental 中提煉出來的。提煉是伯克利研究人員上個月以約 450 美元的價格創建人工智能推理模型所採用的相同方法。 s1 背後的研究人員正在尋找實現強大推理性能和“測試時間擴展”的最簡單方法，或者讓 AI 模型在回答問題之前進行更多思考。這些是 OpenAI 的 o1 中的一些突破，其他 AI 實驗室試圖通過各種技術複製這些突破。s1 論文提出，可以使用一種稱爲監督微調（SFT）的過程，利用相對較小的數據集提煉推理模型，在此過程中，明確指示 AI 模型模仿數據集中的某些行爲。SFT 往往比 DeepSeek 用於訓練其對 OpenAI 的 o1、R1 的答案的大規模強化學習方法更便宜。 s1 基於阿里巴巴旗下中國 AI 實驗室 Qwen 的一個小型現成 AI 模型，可免費下載。爲了訓練 s1，研究人員創建了一個僅包含 1,000 個精心策劃的問題的數據集，並附上這些問題的答案以及 Google 的 Gemini 2.0 Flash Thinking Experimental 中每個答案背後的“思考”過程。 據研究人員稱，在使用 16 個 Nvidia H100 GPU 不到 30 分鐘的時間內訓練 s1 後，s1 在某些 AI 基準測試中取得了強勁的表現。參與該項目的斯坦福大學研究員 Niklas Muennighoff 稱，他現在就可以以大約 20 美元的價格租用必要的計算機。（TechCrunch）