作家：张发恩 创新奇智CTO
转载自公众号：后向传播
最近一篇新闻标题《团队用不到50好意思元检修出忘形DeepSeek R1的AI推理模子》眩惑了不少眼球，似乎预示着AI时代行将迎来一场“低价立异”。 不少东说念主可能会惊呼：“什么？不到50好意思元就能检修出忘形DeepSeek Rl的AI模子？这AI也太低廉了吧！”
但，事实确凿如斯吗？ 当作别称AI从业者，看到这个标题，我嗅觉事情并不浅易。仔细研读新闻和相干论文后，我发现这篇新闻的解读存在不少夸大和误导之处。 我详备读了原论文，尽可能归附事实，幸免众人被乌有信息所误导。
“标题党”嫌疑：事实可能并非如斯“好意思好”
1. “忘形DeepSeek R1”？骨子成果可能与你的期待有差距
DeepSeek R1是DeepSeek公司推出的 闭源 大模子，而新闻中提到的 s1模子 ， 骨子上是与 OpenAI的o1-preview模子 以及 DeepSeek-R1 800K数据蒸馏出的32B模子 作念对比。注：DeepSeek R1是670B的大模子，与DeepSeek-R1 800K数据蒸馏出的32B模子是透顶不同的两个模子。
论文中的践诺收场标明，s1模子在 部分 推理任务上（举例AIME24竞赛数学题）特等了o1-preview ， 但这并不代表s1模子就 全面忘形 致使 超越 了DeepSeek R1。更紧迫的是， s1的成果离DeepSeek-R1 800K数据蒸馏出的32B模子 还有不小的差距 。新闻标题用 “忘形DeepSeek Rl” 这么的字眼， 容易给读者酿成 s1模子依然不错和DeepSeek的顶尖模子同日而说念 的 极度印象 。下图是s1论文线路的践诺数据（https://arxiv.org/pdf/2501.19393）
2. “不到50好意思元”？请详实适度语和骨子资本
新闻中 “用不到50好意思元的云贪图用度” 的说法， 容易让东说念主误以为检修一个高性能AI推理模子只需要戋戋几十好意思元 。但骨子上，这50好意思元只是是 指论文中s1模子在16张H100 GPU上检修26分钟的云贪图用度 。
这 “不到50好意思元” 的资本， 只是是模子微调阶段的贪图资本 ，并不包括 ：
前期数据网罗和清洗资本为了构建高质料的1K检修数据集s1K，征询团队需要从59K原始数据聚拢进行筛选和标注，这其中参加的东说念主力资本和时候资本远不啻50好意思元 。预检修模子的资本s1模子是基于 Qwen2.5-32B-Instruct 这个 依然预检修好的大模子 进行微调的。 预检修大模子的资本是极其不菲的 ，动辄数百万好意思元致使更高。新闻特意忽略了预检修阶段的普遍参加，只强调微调的低资本，有“避重逐轻”之嫌 。
3. “检修出忘形...的AI推理模子”？数据筛选的功劳不能漠视
新闻标题容易让东说念主以为， 是李飞飞团队建议了一种 立异性的模子检修要领 ，才智用 “不到50好意思元” 检修出高性能模子。 但深刻分析论文后， 咱们发现 数据筛选 在 s1模子的得手中演出了至关紧迫的脚色。
s1模子的中枢创新之一， 在于其构建的 高质料小样本数据集 s1K 。 征询团队并非赶快使用1K数据进行检修， 而是从59K 数据聚拢 用心筛选 出1K 高质料样本。 筛选经过主要包括：
质料筛选去除低质料、存在时势极度或 API 极度的数据。难度筛选去除 Qwen2.5-7B-Instruct 或 Qwen2.5-32B-Instruct 等模子概况放肆解答的浅易问题。种种性筛选凭证 MSC 分类系统对问题进行领域分类， 确保数据集涵盖不同领域的常识。
践诺收场标明，使用用心筛选的1K 数据检修的模子，性能致使不错忘形使用全量59K 数据检修的模子 ，远超 赶快选拔数据或仅研究数据长度、种种性的要领。这评释，在数据起始的AI领域，数据质料同样比数据数目更紧迫 。 s1模子的得手， 很猛进程上归功于其高质料的数据筛选计谋，迪士尼彩乐园总代理而非只是是 “低资本” 检修 。
论文的创新之处：小样本高效微调 + 推理预算强制
虽然， 这篇论文并非一无是处。 s1论文在以下方面照旧有其创新性和孝顺的 ：
1. 考证了小样本高效微调的可行性
s1论文再次印证了 高质料小样本数据在模子微调中的普遍后劲 。 在算力资本不菲、 数据获得费力的布景下， 如何期骗极少数据检修出高性能模子 一直是 AI 领域的征询热门。 s1论文提供了一个 期骗数据筛选计谋收场小样本高效微调 的得手案例， 为后续征询提供了成心的参考。 尤其值得笃定的是， 论文开源了高质料的 s1K 数据集 ， 这将有助于鼓舞小样本学习和推理相干领域的征询证实。
2. 建议 “推理预算强制” 要领， 探索推理经过干与
s1论文建议的 “推理预算强制 (Budget Forcing)” 要领，也为 模子推理经过的干与和调控 提供了一种新的念念路。 通过 强制扫尾或延伸模子的念念考时候 ， s1模子概况在推理经过中进行自我疏通和优化 ，从而在一定进程上栽种推感性能。 这种 在推理阶段对模子行动进行干与 的念念想，具有一定的启发道理道理 ，翌日或可应用于更多推理优化要领的征询中。
感性看待时代逾越，“标题党”新闻对行业无益
总的来说，“李飞飞团队50好意思元AI模子” 这篇新闻标题存在夸大和误导之处 ， 容易让读者对 AI 时代的近况产生不切骨子的幻想。 s1模子 的得手， 是数据质料、 巧技能术和现存预检修模子共同作用的收场， 并非 “低价” 和 “速成” 的代名词 。
熟悉那段历史的读者提到“上将军”，肯定会想起虎威上将军曹锟、孚威上将军吴佩孚、恪威上将军孙传芳、义威上将军、同武上将军阎锡山、扬武上将军冯玉祥，张作霖是什么上将军，笔者没查到，但有一点可以肯定——他遇刺前已经当了“陆海军大元帅”，绝对不差钱，他向日军“借款”，是缓兵之计，也是要报一点国仇。
咱们笃定 s1论文在小样本学习和推理干与方面 的探索和孝顺 ，嘉赞征询团队开源高质料数据集的举动 。但同期，咱们必须保捏解析的意志 ：
AI 时代的发展仍然面对诸多挑战 “低价” 和 “通用” 的 AI 模子离咱们还很远处 。数据质料是 AI 模子性能的环节 “真金不怕火丹” 并非易事，需要综合的调参和优化 。“标题党” 式新闻 为了博取眼球， 不吝夸大事实致使误解真相 容易误导公众，致使对行业发展产生负面影响 。
当作AI从业者和醉心者，咱们应该保捏感性念念考，客不雅看待时代逾越，警惕 “标题党” 式新闻的危害，共同营造一个健康、感性的 AI 发展环境 。 原原本本，一步一个脚印，才是 AI 时代走向闇练的正确说念路 。