“AI教母”李飞飞只花20美元创造AI模型 媲美openAI和Deepseek
知名华裔美籍科学家李飞飞的研究团队近日发布，他们成功打造出一个名为“s1-32B”的AI推理模型，该模型的部分能力可媲美openAI-o1及Deepseek-R1。而更令人震惊的是，训练时间仅26分钟，基本上只需花20美元、靠16个辉达（NVIDIA）H100 GPU即可。再度引起业内外人士的热烈讨论。
综合外媒报道，李飞飞被誉为“AI教母”，这次由她领导的研究团队所发表的论文指出，s1-32B模型在数学竞赛类问题上的表现，甚至超越了OpenAI的o1预览版，并秀出在MATH和AIME24数据集上的成绩，比o1-预览版高出27%之多。
对此，研究人员表示，s1-32B是基于阿里巴巴的开源模型的Qwen2.5-32B-Instruct，并透过监督式微调（SFT）训练而成。他们在研究中提出了“预算控制”策略，透过加入“wait指令”等方式，强制延长模型推理过程、思考时间，以此促使模型自我检查并修正错误的推理步骤，提升推理品质。
同时，s1-32B模型可视为Qwen2.5 和Google的Gemini 2.0 Flash Thinking Experimental结合体。但他们的训练方式，可能违反了Google的使用条款。研究团队利用精选的1000个问题和答案，记录Gemini 2.0 Flash模型的“思考过程”，再用这些资料对Qwen2.5-32B-Instruct进行微调，这或许构成了对Google模型的逆向工程。对此，Google尚未做出回应。
另外，复旦大学计算机学院副教授郑骁庆认为，s1-32B的低成本训练得益于基于现成的预训练模型，而非从零开始训练：
微调一个模型和从零开始训练一个模型的成本是无法相提并论的。
他也质疑，论文中提到成本是否涵盖了其他数据、设备和实验的费用，这些都是非常烧钱的部分。
【延伸阅读】DeepSeek是什么？中国低成本AI模型起革命 一文看清背景及影响（点图放大阅读）：
尽管如此，s1-32B模型仍展现了卓越的样本效率和推理能力，在特定测试集上明显优于OpenAI的o1-preview。
且Deepseek同样也被质疑并非从零开始训练，实际成本也未完全揭露。
这次李飞飞团队的研究重点在于找到实现“测试时拓展”的最简单方法，相较于Deepseek使用增强式学习，所需的庞大算力。李飞飞团队的模型能够在推理时进行多次迭代优化，生成高品质的答案，并花费更少成本。
【延伸阅读】OPPO Find N5确认2月这天全球发布 接入DeepSeek联网：轻薄大折（点图放大阅读）：
延伸阅读：
【本文获“TVBS新闻网”授权转载。】