李飞飞团队50美元复刻DeepSeek？其实是基于通义监督微调，我们研究了论文
李飞飞团队50美元复刻DeepSeek？其实是基于通义监督微调，我们研究了论文近日有媒体报道称，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用，成功训练出了一个名为s1的人工智能推理模型。
来自主题: AI资讯
5973 点击 2025-02-07 19:31
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
近日有媒体报道称，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用，成功训练出了一个名为s1的人工智能推理模型。
自 DeepSeek-R1 发布以来，群组相对策略优化（GRPO）因其有效性和易于训练而成为大型语言模型强化学习的热门话题。R1 论文展示了如何使用 GRPO 从遵循 LLM（DeepSeek-v3）的基本指令转变为推理模型（DeepSeek-R1）。
成本不到150元，训练出一个媲美DeepSeek-R1和OpenAI o1的推理模型？！这不是洋葱新闻，而是AI教母李飞飞、斯坦福大学、华盛顿大学、艾伦人工智能实验室等携手推出的最新杰作：s1。
本周三，该公司全面发布 Gemini 2.0 Flash、 Gemini 2.0 Flash-Lite 以及新一代旗舰大模型 Gemini 2.0 Pro 实验版本，并且还在 Gemini App 中推出了其推理模型 Gemini 2.0 Flash Thinking。
DeepSeek不主动追求旗下大模型的商业化，但它的推理模型R1的发布，却推动了全球整个大模型生态的商业化进程，也加速了国产AI生态的闭环。
2月1日，就在OpenAI上新o3-mini推理模型同时，DeepSeek深度思考和联网搜索功能被爆暂时停止服务。一天之后，经字母榜实测，目前DeepSeek深度思考服务已恢复正常，但联网搜索仍提示“由于技术原因，暂不可用”。
就在刚刚，OpenAI深夜紧急发布了最新推理模型，o3-mini系列。一共包含三个版本：low、medium和high。其中o3-mini和o3-mini-high已经上线：
这个春节，国产AI引发全球轰动，一家叫做DeepSeek的初创科技公司发布了一款推理模型，不仅能力不输OpenAI的o1，训练成本也远低于国外，各行各业更是跟风尝试。1月27日，DeepSeek超过ChatGPT，成为苹果商店美国区免费应用榜单第一，也登顶中国区免费榜，由于用户突然涌入太多，还出现了短暂宕机。
ETH Zurich等机构提出了推理语言模型（RLM）蓝图，超越LLM局限，更接近AGI，有望人人可用o3这类强推理模型。
明天就是辞旧迎新的春节假期，咱来点不一样的——送上一份「年初展望」，站在2025年伊始，把AI科技领域不同领域的热点趋势，浅浅盘了一圈。从人型机器人、AI眼镜，从推理模型到AI Coding……分别从产品侧和技术侧，把今年最有料的8个大热门趋势一网打尽，干货过年。