斯坦福大學的$ 50 AI模型質疑數十億美元的AI軍備競賽

多年來，假設純粹的計算能力將使它們保持領先地位，那麼人工智能研究一直由將數十億美元投入大量AI模型的公司主導。但是，斯坦福大學和華盛頓大學的一個新項目都在挑戰這種信念。

他們的最新模型S1接受了不到50美元的計算成本的培訓

與需要廣泛的基礎設施和幾個月培訓的專有模型不同，S1在30分鐘內僅使用16個NVIDIA H100 GPU進行了微調。

/p>

已經通過一個開放式github repository ，任何人都可以訪問任何人檢查，複製或改進。該項目對AI行業提出了一個關鍵的問題:在最高級別的競爭中仍然需要數十億美元的預算?

一種使OpenAI和Google的AI策略處於風險的模型

AI巨頭，例如OpenAI，Google和Microsoft，他們在AI模型培訓和基礎設施中都超過了競爭對手的能力。

OpenAI的O1型號和Google的Gemini 2.0 Flash設計有這種優勢。但是，S1的開發證明，高級推理能力可以以成本的一小部分複制。

S1背後的研究團隊使用了一種稱為蒸餾的技術，其中較小的模型經過培訓以模仿響應的響應

而不是從頭開始開發AI模型，他們採用了QWEN2.5-32B-Instruct，這是來自阿里巴巴的QWEN AI實驗室的免費可用模型數學和推理問題。

值得注意的是，數據集是使用Google的Gemini 2.0 Flash思維實驗模型生成的。如 S1研究論文，“我們構造S1K從雙子座思考實驗中蒸餾出的痕跡和答案。”

相關: Google釋放Gemini 2.0 Pro實驗和新2.0 Flash-Lite AI模型

而Google提供免費訪問此模型，其服務條款禁止使用其輸出來開發競爭AI模型。模型

儘管在相對較小的數據集上進行了培訓，但S1的性能水平與OpenAI和DeepSeek的模型相當。

在AIME24基准上，該基準測量了AI數學問題-解決能力，S1的精度得分為56.7％，超過OpenAI的O1-preview，在Math500基准上，S1的得分為44.6％，S1達到了93 ％的精度，與DeepSeek R1的結果相匹配。

，該模型在更廣泛的科學知識中顯示出一些局限性。在包含高級物理，生物學和化學問題的GPQA-DIAMOND基准上，S1得分為59.6％，落後於OpenAI和Google的型號。