新未名空间

HouseMD 写了： 2025年 2月 6日 15:04 提炼1000个样本然后监督训练，成本是50刀，这听上去没问题啊。问题是deepseek也只是1000个样本么？

DIYer 写了： 2025年 2月 6日 18:10 这就说明ds的开创性方法是可以复现的，并且成本低也不是吹牛

money 写了： 2025年 2月 6日 18:37 说明这样的“开创性方法”没屌用
500万就是丫门随便报的一个数字，其实499万进了项目组私人腰包
因为说50美元，花街不会信
只好说个很小，但又不至于太小的数字，可以完美造成股市恐慌
一开始就说50美元，应该会被当成傻逼
一圈做空后，现在被人揭了老底
50块的魔术，想撬动3万亿资本市场

money 写了： 2025年 2月 6日 18:37 说明这样的“开创性方法”没屌用
500万就是丫门随便报的一个数字，其实499万进了项目组私人腰包
因为说50美元，花街不会信
只好说个很小，但又不至于太小的数字，可以完美造成股市恐慌
一开始就说50美元，应该会被当成傻逼
一圈做空后，现在被人揭了老底
50块的魔术，想撬动3万亿资本市场

money 写了： 2025年 2月 6日 14:48 人家50美元搞出了一个类DS
你DS花了500万，好意思吗？


李飞飞团队“50美元”复现DeepSeek R1真相：基座为阿里云Qwen模型

今日一则关于人工智能领域的新闻引发广泛关注。据报道，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用，成功训练出了一个名为s1的人工智能推理模型。该模型在数学和编码能力测试中的表现，据称与OpenAI的O1和DeepSeek的R1等尖端推理模型不相上下。

这一消息无疑在AI界投下了一颗重磅炸弹，真相究竟如何？

《科创板日报》记者调查和采访业内人士后发现，s1模型的训练并非从零开始，而是基于阿里云通义千问（Qwen）模型进行监督微调。这意味着，s1模型的神奇“低成本”，是建立在已具备强大能力的开源基础模型之上。

通义模型的“基座”作用

根据李飞飞等人的研究论文，s1模型的训练仅使用了1000个样本数据。按照业内共识，这一数据量在AI训练中可谓微乎其微，通常不足以训练出一个具备推理能力的模型。

青年AI科学家、上海交通大学人工智能学院谢伟迪副教授告诉《科创板日报》记者，如果仔细研究斯坦福s1的论文会发现，s1模型的神奇是以通义千问模型为基座进行微调，这1000个样本训练的作用更像是“锦上添花”，而非“从零开始”。

国内某知名大模型公司CEO也向《科创板日报》记者表示：“从论文原文来看，所谓用50美元训练出新的具有推理能力的模型，实际上只是用从Google模型中提炼出来的1000个样本，然后对通义千问模型进行监督微调。这种微调的成本确实很低，但明显是站在既有领先模型的‘肩上’才能做到。”



谢伟迪指出，国内外还有其他团队也声称用极低的成本，训练出了具有推理能力的新模型。但一阅读其论文原文，就会发现它们无一例外都是基于通义模型作为基座进行的。



国外多位人工智能研究者也指出，不少的“新”模型都是建立通义模型基础上

“以通义千问模型作为基座，确实可以用很少的样本数据就达到产生新的推理模型的效果，但如果换成其他基座模型，新模型能力却没有任何的提升。所以，能力真正神奇的是Qwen模型，而不是s1。 ” 谢伟迪说。

低成本训练大模型有局限，但也是方向

尽管s1模型的低成本训练在某种程度上展示了AI训练的潜力，但其局限性也不容忽视。

首先，这种低成本训练依赖于已有的强大基座模型，如阿里通义千问模型。如果没有这样的基座模型，低成本训练的效果将大打折扣。

其次，1000个样本数据的训练量在大多数情况下是不够的，尤其是在需要处理复杂任务的场景中。

此外，低成本训练的成功也引发了对AI模型知识产权和伦理问题的讨论。如果越来越多的研究依赖于已有的基座模型进行微调，那么这些基座模型的开发者是否应该获得相应的回报？如何确保AI技术的公平使用和共享？这些问题都需要业界进一步探讨和解决。

尽管s1模型的低成本训练引发了争议，但其背后的研究思路无疑为AI领域提供了新的思考方向。

武汉人工智能学院一位资深研究人员向《科创板日报》记者表示，如何在保证模型性能的前提下，降低训练成本，是AI研究的一个重要课题。未来，随着技术的进步和算法的优化，或许我们真的能够看到更多低成本、高性能的AI模型问世。

DIYer 写了： 2025年 2月 6日 19:28 ds可能就是花了500万，因为现在的更低成本是建立在ds的基础上的。

randomforest 写了： 2025年 2月 6日 15:32 打个屁的脸，一个是建了一座楼，一个是装修了一座楼的一个窗户，老逼将能理解吗？

money 写了： 2025年 2月 6日 19:42 请不要随口乱喷
去看论文
俺已经把飞飞姐的论文部分贴上面了
1）RL方法各家都再用，DS不是idea原创
2）RL方法都不是从0开始训练
3）DS做了一些工作，效果比较好
4）飞飞姐的工作不是基于DS，而且更小资源达到差不多效果
5）飞飞姐的目的显然不是做空，因为这个idea聊胜于无。被强国别有用心的人拿来做空美股，甚至上升到国运高度，就是强国人的用心险恶之处了

诺华老药工 写了： 2025年 2月 6日 19:45 李飞飞团队为何李飞飞署名在正数第五（倒数第六）？

DIYer 写了： 2025年 2月 6日 19:48 说得容易，没ds之前怎么没人能做出这么好的？飞飞就算不是基于ds，也是用的ds用的办法。ds把这条路走痛了，有人就来说不新鲜，可以走得更好。

money 写了： 2025年 2月 6日 19:52 因为根本没人这么玩。。。

DS吹的牛逼不是说他比ChatGPT强
而是他花了别人2%的成本搞出了相同的东西
花姐的三观就崩塌了

最后发现是个聊胜于无的东西
最后人家，不管是花2%，还是花0.000002%的成本，都可以搞出来一个推理模型
可是对AI发展有屁用呢

AI大基建根本不会鸟这样“聊胜于无”的“成果”
AI训练还得老老实实从0做起

drifter 写了： 2025年 2月 6日 15:18 李飞飞也来蹭热度 看来自己没啥真货？

DIYer 写了： 2025年 2月 6日 19:55 现在不需要再从头训练了吧，再从头训练不是浪费吗？或者说算法有问题，不能利用之前的结果。

money 写了： 2025年 2月 6日 19:49 给五毛科普：PI和千老的区别
论文作者，杀老鼠的千老还是要排第一位的，PI往后排

诺华老药工 写了： 2025年 2月 6日 20:09 五毛PI倒数第六？

drifter 写了： 2025年 2月 6日 18:48 看来花姐太弱智了 居然能活这么多年