時時頭條
  • 娛樂
  • 體育
  • 財經
  • 科技
  • 旅遊
  • 軍事
  • 育兒
  • 時尚
  • 遊戲
  • 歷史
  1. 首頁
  2. 科技

別被誤導 | 李飛飛團隊用不到50美元訓練出媲美DeepSeek R1的AI推理模型??

2025-02-07 16:30:33

作者:張發恩 創新奇智CTO

轉載自公眾號:後向傳播

最近一篇新聞標題《李飛飛團隊用不到50美元訓練出媲美DeepSeek R1的AI推理模型》吸引了不少眼球,似乎預示著AI技術即將迎來一場“廉價革命”。 不少人可能會驚呼:“什麼?不到50美元就能訓練出媲美DeepSeek Rl的AI模型?這AI也太便宜了吧!”

但,事實真的如此嗎? 作為一名AI從業者,看到這個標題,我感覺事情並不簡單。仔細研讀新聞和相關論文後,我發現這篇新聞的解讀存在不少誇大和誤導之處。 我詳細讀了原論文,儘可能還原事實,避免大家被不實資訊所誤導。

“標題黨”嫌疑:事實可能並非如此“美好”

1. “媲美DeepSeek R1”?實際效果可能與你的期待有差距

DeepSeek R1是DeepSeek公司推出的 閉源 大模型,而新聞中提到的 s1模型 , 實際上是與 OpenAI的o1-preview模型 以及 DeepSeek-R1 800K資料蒸餾出的32B模型 做對比。注:DeepSeek R1是670B的大模型,與DeepSeek-R1 800K資料蒸餾出的32B模型是完全不同的兩個模型。

論文中的實驗結果表明,s1模型在 部分 推理任務上(例如AIME24競賽數學題)超過了o1-preview , 但這並不代表s1模型就 全面媲美 甚至 超越 了DeepSeek R1。更重要的是, s1的效果離DeepSeek-R1 800K資料蒸餾出的32B模型 還有不小的差距 。新聞標題用 “媲美DeepSeek Rl” 這樣的字眼, 容易給讀者造成 s1模型已經可以和DeepSeek的頂尖模型相提並論 的 錯誤印象 。下圖是s1論文披露的實驗資料(https://arxiv.org/pdf/2501.19393)

2. “不到50美元”?請注意限定語和實際成本

新聞中 “用不到50美元的雲端計算費用” 的說法, 容易讓人誤以為訓練一個高效能AI推理模型只需要區區幾十美元 。但實際上,這50美元僅僅是 指論文中s1模型在16張H100 GPU上訓練26分鐘的雲端計算費用 。

這 “不到50美元” 的成本, 僅僅是模型微調階段的計算成本 ,並不包括 :

前期資料收集和清洗成本為了構建高質量的1K訓練資料集s1K,研究團隊需要從59K原始資料集中進行篩選和標註,這其中投入的人力成本和時間成本遠不止50美元 。預訓練模型的成本s1模型是基於 Qwen2.5-32B-Instruct 這個 已經預訓練好的大模型 進行微調的。 預訓練大模型的成本是極其高昂的 ,動輒數百萬美元甚至更高。新聞有意忽略了預訓練階段的巨大投入,只強調微調的低成本,有“避重就輕”之嫌 。

3. “訓練出媲美...的AI推理模型”?資料篩選的功勞不可忽視

新聞標題容易讓人覺得, 是李飛飛團隊提出了一種 革命性的模型訓練方法 ,才能用 “不到50美元” 訓練出高效能模型。 但深入分析論文後, 我們發現 資料篩選 在 s1模型的成功中扮演了至關重要的角色。

s1模型的核心創新之一, 在於其構建的 高質量小樣本資料集 s1K 。 研究團隊並非隨機使用1K資料進行訓練, 而是從59K 資料集中 精心篩選 出1K 高質量樣本。 篩選過程主要包括:

質量篩選去除低質量、存在格式錯誤或 API 錯誤的資料。難度篩選去除 Qwen2.5-7B-Instruct 或 Qwen2.5-32B-Instruct 等模型能夠輕鬆解答的簡單問題。多樣性篩選根據 MSC 分類系統對問題進行領域分類, 確保資料集涵蓋不同領域的知識。

實驗結果表明,使用精心篩選的1K 資料訓練的模型,效能甚至可以媲美使用全量59K 資料訓練的模型 ,遠超 隨機選擇資料或僅考慮資料長度、多樣性的方法。這說明,在資料驅動的AI領域,資料質量往往比資料數量更重要 。 s1模型的成功, 很大程度上歸功於其高質量的資料篩選策略,而非僅僅是 “低成本” 訓練 。

論文的創新之處:小樣本高效微調 + 推理預算強制

當然, 這篇論文並非一無是處。 s1論文在以下方面還是有其創新性和貢獻的 :

1. 驗證了小樣本高效微調的可行性

s1論文再次印證了 高質量小樣本資料在模型微調中的巨大潛力 。 在算力成本高昂、 資料獲取困難的背景下, 如何利用少量資料訓練出高效能模型 一直是 AI 領域的研究熱點。 s1論文提供了一個 利用資料篩選策略實現小樣本高效微調 的成功案例, 為後續研究提供了有益的參考。 尤其值得肯定的是, 論文開源了高質量的 s1K 資料集 , 這將有助於推動小樣本學習和推理相關領域的研究進展。

2. 提出 “推理預算強制” 方法, 探索推理過程干預

s1論文提出的 “推理預算強制 (Budget Forcing)” 方法,也為 模型推理過程的干預和調控 提供了一種新的思路。 透過 強制結束或延長模型的思考時間 , s1模型能夠在推理過程中進行自我調整和最佳化 ,從而在一定程度上提升推理效能。 這種 在推理階段對模型行為進行干預 的思想,具有一定的啟發意義 ,未來或可應用於更多推理最佳化方法的研究中。

理性看待技術進步,“標題黨”新聞對行業有害

總的來說,“李飛飛團隊50美元AI模型” 這篇新聞標題存在誇大和誤導之處 , 容易讓讀者對 AI 技術的現狀產生不切實際的幻想。 s1模型 的成功, 是資料質量、 巧妙技術和現有預訓練模型共同作用的結果, 並非 “廉價” 和 “速成” 的代名詞 。

我們肯定 s1論文在小樣本學習和推理干預方面 的探索和貢獻 ,讚賞研究團隊開源高質量資料集的舉動 。但同時,我們必須保持清醒的認識 :

AI 技術的發展仍然面臨諸多挑戰 “廉價” 和 “通用” 的 AI 模型離我們還很遙遠 。資料質量是 AI 模型效能的關鍵 “煉丹” 並非易事,需要精細的調參和最佳化 。“標題黨” 式新聞 為了博取眼球, 不惜誇大事實甚至歪曲真相 容易誤導公眾,甚至對行業發展產生負面影響 。

作為AI從業者和愛好者,我們應該保持理性思考,客觀看待技術進步,警惕 “標題黨” 式新聞的危害,共同營造一個健康、理性的 AI 發展環境 。 腳踏實地,一步一個腳印,才是 AI 技術走向成熟的正確道路 。

熱門資訊
  • AMD釋出第二代Versal Premium自適應SoC:首發支援PCIe 6.0、CXL 3.1 | 2024-11-13 16:33:58
  • 全網成交額超1億元!極空間私有云斬獲雙十一多項冠軍 | 2024-11-13 16:34:10
  • 雙11大促華為路由器銷額持續領跑:穿牆王BE7系列領銜 | 2024-11-13 16:42:08
  • 國產+國產聯手!兆芯CPU正式適配風華二號GPU顯示卡 | 2024-11-13 16:44:48
  • 義大利初創公司推出 USB-C 介面吹嘴,可將手機變成隨身樂器 | 2024-11-13 16:44:50
  • 以色列理工學院科學家利用量子隧道精確移動原子 | 2024-11-13 16:46:20
  • 4名科學家獲頒2024年度邵逸夫獎 | 2024-11-13 16:46:25
  • 國產首型先進民用渦軸發動機正式釋出 | 2024-11-13 16:46:28
  • 全球首款 4K 裸眼 3D 遊戲本:紅魔遊戲本 3D 探索版釋出 | 2024-11-13 16:55:36
  • 騰訊三季度營收1672億元同比增8% 淨利532億 | 2024-11-13 17:10:35
  • 寧德時代曾毓群:我和馬斯克當面聊,說他不懂電池,他沉默了 | 2024-11-13 17:10:38
  • 榮耀 MagicOS 9.0 首批產品公測:覆蓋 Magic V3 / Vs3 / V2/6/5 | 2024-11-13 17:25:12
  • 紅魔氘鋒三合一能量魔方釋出,售價 279 元 | 2024-11-13 17:30:45
  • 天舟八號轉運發射區,出征時間確定,神十九:空間站首次迎大挑戰 | 2024-11-13 17:32:59
  • 蘋果在新款Mac mini主機板PCB上開孔用於容納元件和降低高度 | 2024-11-13 17:34:29
  • 蟬聯大清潔品類第一!追覓科技“雙11”業績創新高,多平臺領跑! | 2024-11-13 17:54:49
  • 全球首款4K裸眼3D遊戲本!紅魔遊戲本3D探索版釋出 | 2024-11-13 18:09:09
  • 紅魔推出全球首款4K裸眼3D遊戲本 支援播放3D影片遊戲和建模 | 2024-11-13 18:09:11
  • 索尼 Monitor & Control 應用更新 Ver2.2.0,相容 α7 IV、ZV-E1 | 2024-11-13 18:09:14
  • 臺積電3nm產能利用率將達100%,5nm將達101%! | 2024-11-13 18:17:28
  • 小鵬匯天“陸地航母”全球公開首飛 | 2024-11-13 18:17:32
  • 法媒:中企將打造自己的“星艦” | 2024-11-13 18:20:23
  • 小配列鍵盤大受歡迎,但不適合每個人用 | 2024-11-13 18:29:48
  • LG 2025 款 OLED 電視 55 英寸 C5、65 英寸 G5 透過韓國 KC 認證 | 2024-11-13 18:42:05
  • 1099元就有5個M.2介面!七彩虹戰斧Z890M-PLUS V20主機板圖賞 | 2024-11-13 19:13:21
  • 蘋果或推多款智慧家庭產品 構建整合AI技術homeOS系統 | 2024-11-13 19:13:23
  • 蘋果或明年初推出智慧家庭顯示屏 6英寸方形設計外觀類似iPad | 2024-11-13 19:13:27
  • 美光釋出全球最大、最快61.44TB SSD!232層TLC快閃記憶體 | 2024-11-13 19:14:43
  • JPR:受 AI 驅動,2024 年全球 GPU 市場規模有望突破 985 億美元 | 2024-11-13 19:59:02
  • 英特爾Arc130T核顯OpenCL測試成績曝光 較140V高24% | 2024-11-13 20:16:36
最近發布
突發!TVB知名女星毫無預警宣佈與未婚夫分手,結束長達八年情 面對被黑,蘭姐強勢迴歸。小菲狀態好轉,發宣告。更多內幕揭曉! 中國男籃決戰日本隊,首發五人曝光,廣東隊大贏家,徐傑第一後衛 孫穎莎奪女單冠軍!採訪謙遜立足拼,劉國樑給中國選手頒獎笑開花 分析 馬威交易取消後的影響:湖人還有什麼選擇?只能等休賽期? 火箭vs猛龍前瞻:範弗裡特有望復出戰舊主,火箭欲終結六連敗 梅西轟動宏都拉斯!當地媒體:這是世紀體育盛事! 登記開啟!金中、29中、13中等校動了! 開年暴擊!南京又一家機構跑路了? TechInsights:AI PC未能提振筆記本市場 2024年僅增長5% 睡覺時突然腿抽筋,就是缺鈣?錯!還有這4個原因,別輕易忽視了 泡泡瑪特又贏麻了!此前被調侃是“境內最大的博彩公司” 再也不用扎手指!5億糖尿病患者有福了 傳《尼爾:機械紀元》續作、新《古墓麗影》今年公佈 有工作經驗的畫素畫師如何寫簡歷? 離譜!Xun被搶3條龍,JDG仍然獲勝!Peyz力挽狂瀾,WBG痛失好局 將耗死在國際空間站?59歲美滯留女宇航員求救:喪失重要身體機能 華為FreeClip耳機玫瑰金開售 開放式聆聽設計 CBA俱樂部杯-山西淘汰北控晉級4強 原帥18分 小紅書上移民的中產:曾經北京七套房, 羨慕海外一張床, 如今卻...... 不可抗力停課2天以上退一半保教費,佛山幼兒園收費新規釋出 紅棉襯醉美,2020番順醉美青餅評測 華為FreeClip耳夾耳機玫瑰金配色開售:1299元 64歲寧波老闆,跨界無數次,給員工發8億,即將擁有第三家IPO? 卡友資訊股東持股情況變動 廣州“城市合夥人”:城市與人才的雙向奔赴 有人說孫穎莎粉絲是飯圈文化的時候 卻有些人用真金白銀愛孫穎莎! 男生剪“短髮”髮型乾淨利落,試試這3款,剪完帥氣提升顏值! 7個臀部訓練最佳動作,打造迷人的蜜桃臀! 偉大的4-2!林詩棟奪冠:新科世界第1誕生、超越王楚欽,狂攬3冠 新疆完美了!新小外強於皮特森+黑根斯,承認補強大外良性競爭! 林詩棟奪男單冠軍!採訪大談不容易太謙遜,單獨拍照露出笑容! 國乒最新戰報!林詩棟第2局11-8,衝3冠王,梁靖崑救2局點仍輸球 替補奇兵!快船大將5記3分助隊贏球 哈登好幫手 爆冷!北控男籃吊打奪冠大熱門球隊,外援決定比賽的走向 官宣離任,胡明軒宣佈重要決定,廣東宏遠遺憾,杜鋒祝福 又一個賈德松!崔康熙看人很準,魯媒:卡約又要錯過中國聯賽了 劉國樑憔悴!黑眼圈很重,擋住蒯曼被提醒,孫穎莎王楚欽被裁判整 林詩棟逆轉梁靖崑奪冠,成就三冠王,綜合實力更加突出 CBA最新外援註冊資訊,遼籃4人,新疆補充新援,廣東男籃放棄萊斯 大滿貫收官獎金排名:林詩棟三冠60萬第1,孫穎莎第2王曼昱10萬第9 臺灣律師分析大S遺產劃分,S媽要錢得看汪小菲臉色,打臉光頭安排 臺媒曝大S家人鬆手,讓出撫養權給汪小菲,希望馬筱梅善待孩子 二線白酒暴雷,狼真的來了! 搭上比亞迪,自動駕駛獨角獸,利潤大增170%! 炸裂!外資吹響“加倉中國”集結號背後:科技格局重塑與資產重估 這波夢幻西遊副本積分兌換真是血虧,四賜福的山賊值得買嗎? 《星戰亡命之徒》高階美工又回到CDPR 開發《巫師4》 《哪吒2》登陸北美,首映禮現好萊塢!有觀眾哭花眼妝:特效超預期,買票靠搶 曝張蘭被封年損失近4億,麻六記絕地自救太壯觀,員工曬張蘭近況

©2024 時時頭條 版權所有

隱私政策 | 服務條款 | 聯繫我們