李飞飞团队推出s1模型，表现媲美OpenAI和DeepSeek，基于阿里通义千问微调训练
时间：2025-02-09 19:40
小编：小世评选
李飞飞团队最近发布了一个名为s1的人工智能推理模型，其表现引起了广泛关注。据IT之家消息，s1在数学与编码能力测试中，表现已达到与OpenAI的o1和DeepSeek的R1这种尖端推理模型相媲美的水平。这一消息不仅展示了李飞飞团队在人工智能领域的研究能力，也预示着模型微调技术的潜力和优势。
s1模型的训练并非完全从零开始，而是基于阿里巴巴的通义千问Qwen模型进行的微调。阿里云方面对此回应称，他们使用了Qwen2.5-32B-Instruct这一开源模型作为基础，在16块H100 GPU上进行约26分钟的监督微调，成功训练出了新的s1-32B模型。最令人印象深刻的是，s1在复杂的数学竞赛问题上的表现，甚至超过了OpenAI的预览版o1，领先幅度达到27%。这也充分说明，通过合理的微调和训练策略，即便是依赖于现有模型的基础，也能创造出高效且强大的新模型。
s1的设计理念是借助现有的人工智能模型，进行有效的“学习”和“推理”。团队利用监督微调（SFT）方法来指导s1模型，让其在特定数据集中模拟和复制某些行为。相较于DeepSeek为训练其R1模型所采用的大规模强化学习方法，SFT在成本方面表现得更加高效。SFT方法的灵活性和可控性，使得模型能够以更高的效率获取知识并优化其应对复杂问题的能力。
s1模型的训练过程中，还结合了大量数学问题及其解答数据，包括谷歌的Gemini 2.0 Flash Thinking Experimental给出的答案，以及背后的推理思路。这些数据的广泛应用，不仅丰富了模型的知识储备，也提升了其应对挑战的能力。通过在各种层面上进行数据的交互与融合，s1模型的智能化水平得到了显著提高。
李飞飞团队的这一进展意味着在人工智能领域，尤其是推理能力方面，竞争愈发激烈。随着不同团队和公司均在此进行探索与创新，未来的市场将会更加多元化。同时，随着技术的进步，如何在保证准确性的同时，提升模型的反应速度和决策能力将成为新的挑战。
值得注意的是，s1模型的出现也再次引发了人们对人工智能发展方向的思考。在冷静分析模型训练过程的同时，确实为后续的研究者们提供了借鉴和启示。使用现有的基础模型进行微调，不仅降低了研发成本，还能有效减少资源的浪费，为进一步发展奠定了基础。
这一研究成果也让外界对阿里巴巴在人工智能领域的布局产生了更多的联想。作为中国数字经济的重要一环，阿里巴巴在推动智能科技与产业结合方面，正在逐步展现其存在的重要性。未来，随着技术逐步成熟，阿里巴巴及其子公司的AI产品和服务有望在更广泛的市场中得到应用。
李飞飞团队推出的s1模型不仅在技术上表现出色，更重要的是，它代表了一种新兴的人工智能开发思路——基于已有模型的深度微调。期待未来在这一领域中，能够有更多的创新和应用出现，让人工智能更好地服务于我们的生活与工作。
