原標(biāo)題：50 美元復(fù)制 DeepSeek？揭開李飛飛團隊的「省錢」的秘密
文章來源：愛范兒
內(nèi)容字?jǐn)?shù)：3335字

低成本AI模型訓(xùn)練的突破與

近期，關(guān)于低成本訓(xùn)練高性能AI模型的新聞引發(fā)熱議，特別是“50美元復(fù)制DeepSeek R1”的說法一度沖上熱搜。本文將深入探討這一背后的，并分析低成本AI模型訓(xùn)練的未來發(fā)展趨勢。

1. “50美元復(fù)制”的

李飛飛團隊的S1-32B模型并非從零開始訓(xùn)練，而是基于阿里巴巴的Qwen2.5-32b-Instruct模型進行監(jiān)督微調(diào)。所謂的“50美元”成本，指的是在16塊Nvidia H100 GPU上訓(xùn)練26分鐘的費用，并未包含其他數(shù)據(jù)、設(shè)備以及消融實驗等成本。因此，“50美元復(fù)制”的說法存在夸大成分，更準(zhǔn)確的描述應(yīng)該是基于現(xiàn)有開源模型進行低成本的優(yōu)化和改進。

2. S1-32B模型的創(chuàng)新之處

S1-32B模型并非簡單地微調(diào)，它引入了測試時縮放（Test-time Scaling）技術(shù)，特別是“預(yù)算”方法。通過控制推理時間和算力分配，該模型能夠在多個推理任務(wù)上取得優(yōu)異的成績，甚至在某些方面超過了OpenAI的o1-preview模型。然而，它并沒有超越正式版o1和滿血版DeepSeek-R1。

3. S1-32B模型成功的關(guān)鍵因素

S1-32B模型的成功離不開精心打造的s1K數(shù)據(jù)集，以及Qwen2.5模型的優(yōu)秀基礎(chǔ)。s1K數(shù)據(jù)集包含1000個高質(zhì)量、多樣化且富有挑戰(zhàn)性的問題，極大提高了模型的泛化能力。而Qwen2.5模型的開源特性，允許研究者在其基礎(chǔ)上進行修改和優(yōu)化，降低了研發(fā)門檻。

4. 低成本AI模型訓(xùn)練的探索并非個例

除了S1-32B模型，伯克利大學(xué)潘家怡團隊也成功以低于30美元的成本復(fù)現(xiàn)了DeepSeek R1-Zero的關(guān)鍵技術(shù)，開發(fā)出名為TinyZero的模型。這再次證明了基于開源基礎(chǔ)模型進行低成本創(chuàng)新的可行性。

5. 開源模型的巨大作用

阿里巴巴的Qwen系列開源模型在這次中扮演了至關(guān)重要的角色。其開源代碼和頂尖性能，為全球研究者提供了寶貴的資源，促進了低成本AI模型訓(xùn)練的蓬勃發(fā)展。Hugging Face的開源大模型榜單也顯示，Qwen模型及其衍生模型在全球范圍內(nèi)占據(jù)主導(dǎo)地位。

6. 總結(jié)

雖然“50美元復(fù)制DeepSeek R1”的說法存在偏差，但低成本訓(xùn)練高性能AI模型的探索方向具有重大意義。基于開源基礎(chǔ)模型的創(chuàng)新，降低了AI研究的門檻，為未來AI發(fā)展提供了更具包容性和可能性的路徑。這不僅推動了AI技術(shù)的進步，也讓更多研究者有機會參與到AI領(lǐng)域的研究中來。

聯(lián)系作者

文章來源：愛范兒
作者微信：
作者簡介：關(guān)注明日產(chǎn)品的數(shù)字潮牌