s1是由史丹福大學和華盛頓大學的研究團隊（包括“AI教母”李飛飛）於2025年2月開發的人工智慧推理模型。該模型基於阿里雲通義千問Qwen2.5-32B-Instruct開源模型訓練，通過監督微調技術僅在16塊英偉達H100 GPU上耗時26分鐘完成訓練，雲計算成本不足50美元。s1在數學和編碼能力測試中表現優異，與OpenAI的O1和DeepSeek的R1等尖端模型相當，在競賽數學問題上甚至超越O1-preview模型27%。
基本介紹
- 開發團隊：李飛飛團隊
- 訓練時間：2025年2月
- 基座模型：Qwen2.5-32B-Instruct
- 訓練時長：26分鐘
- 訓練成本：50美元
- 測試領域：數學、編碼
開發背景,技術細節,性能表現,創新與影響,
開發背景
2025年2月，李飛飛團隊利用開源大模型生態，以極低成本實現高效訓練。s1的研發旨在探索AI模型訓練平民化路徑，通過整合開源基座模型與知識蒸餾技術，突破資源限制。s1基於阿里雲通義千問Qwen2.5-32B-Instruct開源模型訓練，在16塊H100 GPU上監督微調26分鐘完成，訓練成本僅50美元。該模型在數學和編碼能力測試中的表現與OpenAI的o1和DeepSeek的R1等尖端推理模型相當。
技術細節
- 基座模型：基於阿里雲通義千問Qwen2.5-32B-Instruct模型監督微調訓練。
- 訓練方法：採用谷歌Gemini2.0FlashThinkingExperimental提煉的1000個樣本數據集進行微調。
- 硬體配置：使用16塊英偉達H100 GPU完成26分鐘訓練。
- 關鍵技術：引入“預算強制”技術控制模型思考時間，增強推理可靠性。
性能表現
在數學和編碼測試中，s1綜合表現與DeepSeek R1、OpenAI O1相當。2025年2月測試數據顯示，s1在競賽數學問題上準確率較O1-preview高出27%。其訓練成本僅為DeepSeek R1的0.0009%（50美元 vs 557.6萬美元）。
創新與影響
s1通過蒸餾法由谷歌推理模型Gemini2.0FlashThinkingExperimental提煉樣本微調基座模型，以極低成本實現高性能。該成果為科研機構及初創公司提供了低資源消耗的AI訓練範式，推動大模型套用平民化。阿里雲方面指出，Qwen開源生態衍生模型已超9萬個，s1的成功印證了開源基座模型的標桿價值。
