比 DeepSeek R1 更簡單，更厲害？

原標題：訓練1000樣本就能超越o1，李飛飛等人畫出AI擴展新曲線
文章來源：機器之心
內容字數：4896字

斯坦福大學提出S1：高效提升AI推理效率的新方法

本文總結了斯坦福大學等研究機構提出的S1模型，該模型以極低的算力成本大幅提升了AI的推理能力，為通用人工智能（AGI）的研究提供了新的方向。

1. DeepSeek R1的啟發與S1的創新

   今年1月，DeepSeek R1模型以其創新的低算力需求方法震驚了科技界。然而，DeepSeek R1需要大量數據，且缺少OpenAI的O1模型的測試時間擴展圖。斯坦福大學的研究人員在此基礎上提出了S1模型，它僅使用1000個樣本和簡單的測試時間干預，就重現并超越了O1的性能。

2. S1的核心方法：測試時間擴展與預算

   S1的核心在于一種名為“測試時間擴展”的新方法。該方法通過在測試階段增加額外的計算來提高模型性能。S1采用了一種名為“預算”的簡單干預技術。該技術通過控制模型的“思考”token數量，模型在思考過程中進行更仔細的檢查，從而提高答案的準確性。具體來說，它通過添加或抑制特定的token來控制模型思考時間的長短。

3. S1的實驗結果與性能對比

   研究人員在競賽數學問題基準上對S1-32B進行了評估。結果顯示，S1-32B在AIME24上的表現比O1-preview高出27%，并且與Gemini 2.0 Thinking的性能相近。此外，S1-32B展現出極高的樣本效率，僅用1000個樣本就取得了優異的成績，遠超其他需要大量數據的模型。

4. S1的優勢與意義

   S1模型的優勢在于其極高的樣本效率和簡單的實現方法。它證明了在通往AGI的道路上，不必一味追求算力規模的擴大，更高效的算法和方法同樣能夠帶來突破性的進展。S1模型的開源也為其他研究者提供了寶貴的資源和參考。

5. 未來展望

   S1模型的出現為AI推理效率的提升提供了新的思路。未來，研究人員可以進一步探索和改進測試時間擴展方法，并將其應用于更廣泛的領域，推動AGI研究的快速發展。

總而言之，S1模型以其簡潔高效的方法，為AI領域帶來了令人振奮的進展，也為未來的研究方向指明了新的路徑。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺