阿里云确认：李飞飞团队 s1 模型基于 Qwen2.5-32B-Instruct 模型训练
李飞飞团队“低成本炼金术”：50美元微调，能否撼动推理模型格局？
你猜怎么着？最近AI圈有个消息挺“炸裂”：李飞飞教授的研究团队，据说只花了**不到50美元**的云计算成本，就训练出了一个名叫s1的AI推理模型。而且，这个“低成本”模型在数学和编码能力的基准测试中，表现竟能与OpenAI的o1、DeepSeek的R1这些顶尖推理模型掰掰手腕。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
不过，故事很快有了新进展。这个s1模型随后被指出“并非从零开始炼造”，它的“地基”其实是阿里的通义千问（Qwen）模型。针对这一说法，新浪科技向阿里云进行了核实，而**阿里云方面的确认，让整个技术路径清晰了起来**。
根据阿里云的官方回应，事情的完整脉络是这样的：“研究团队是以开源的阿里通义千问Qwen2.5-32B-Instruct模型为基座，仅仅动用了16块H100 GPU，进行了26分钟的监督微调，便训练出了新模型s1-32B。最终效果呢？不仅在数学和编码能力上追平了OpenAI的o1和DeepSeek的R1这类尖端推理模型，甚至在竞赛数学问题的测试中，比o1-preview的表现还高出27%。”
话说回来，这种“低成本高效果”的秘诀究竟是什么？其实，早前1AI的报道就透露，s1团队的核心手法是**“蒸馏”技术**。简单理解，这就好比让一个学生去学习顶尖学霸的解题思路和步骤，而不仅仅是背诵最终答案。通过训练模型来学习另一个更强大AI模型的思考过程，从而提炼出其核心的“推理”能力。
s1团队发表的论文进一步阐明了这一点：他们证明，可以采用一种叫监督微调（SFT）的方法，**用相对较小的数据集就能完成对推理模型的“蒸馏”**。在SFT过程中，AI模型会被明确要求模仿数据集中特定的思维链行为。这种方法，远比DeepSeek训练其R1模型所采用的大规模强化学习方法要省钱省力得多，成本效益的优势非常明显。
那么，具体是怎么操作的呢？s1模型是基于阿里巴巴旗下通义千问实验室提供的一个现成、免费的小规模AI模型构建的。为了训练s1，**研究人员只精心制作了一个包含1000个问题的小数据集**。这个数据集的宝贵之处在于，它不仅包含了问题及答案，更关键的是，还附带了谷歌Gemini 2.0 Flash Thinking Experimental模型为每个答案所提供的、详细的“思考”过程。正是这些“思维链”，成为了s1学习推理能力的关键养料。
热门专题
热门推荐
霸王茶姬回应顾客喝出疑似水银物质：门店称流程不可能出现，正配合调查 近日，一则关于新茶饮的消费纠纷引发了广泛关注。据媒体报道，安徽宿州一位消费者反映，其在霸王茶姬砀山万达广场门店购买的饮品中，发现了疑似水银的液态金属物质。 根据消费者描述，事情始于饮用时尝到的异常颗粒感。随后仔细查看，竟在杯底发现了
2026款哈弗H9正式上市：硬派越野的全面进阶 4月28日，备受关注的2026款哈弗H9公布了最新动态。新车指导价定在19 99万至24 79万元区间，并推出了颇具吸引力的限时换新价——17 49万元起，顶配车型也仅需22 29万元。这个价格策略，无疑让硬派越野的门槛变得更亲民了。 外观：硬朗气场再
在Ubuntu系统中配置Ja va路径 在Ubuntu系统里配置Ja va环境，其实是个挺常见的需求。这事儿说简单也简单，核心就两步：设置好JA VA_HOME环境变量，再把Ja va的可执行文件路径加到PATH里。下面咱们就一步步来，把这事儿彻底搞定。 第一步：安装Ja va 如果你系统里还没装J
小米汽车发布五一假期专项售后服务，为车主出行保驾护航 五一假期将至，出行高峰随之而来。就在今天，小米汽车正式发布了针对2026年五一假期的专项售后服务保障方案。这项服务聚焦车主在假期出行中可能遇到的各类突发状况，推出了一系列重磅权益，覆盖了整个假期时段，从4月29日一直持续到5月6日。 此次专项服务
在Ubuntu系统中调整Ja va内存设置 在Ubuntu系统上运行Ja va应用，内存配置是个绕不开的话题。调得好，应用跑得飞快；调得不对，性能瓶颈甚至崩溃都可能找上门。好在调整方法并不复杂，关键得找准场景。下面这张图，可以帮你快速建立起一个直观的印象： 接下来，咱们就聊聊几种主流的调整路径，你可