李飞飞团队 s1 模型基于 Qwen 训练？阿里云确认：基于 Qwen2.5-32B-Instruct 模型训练

来源: 陀螺科技272天前

2 月 6 日，李飞飞等斯坦福大学和华盛顿大学研究人员以不到 50 美元的云计算费用训练了一个名叫 s1 的人工智能推理模型，该模型在数学和编码能力测试中的表现与 OpenAl 的 o1 和 Depsek 的 R1 等尖端推理模型类似，引发广泛关注。不过很快，该 s1 模型被指「并非从零开始训练」，其基座模型为「阿里通义千问（Qwen）模型」。对此，新浪科技向阿里云方面求证，阿里云方面确认了这一消息，并回应称：「他们以阿里通义千问 Qwen2.5-32B-Instruct 开源模型为底座，在 16 块 H100 GPU 上监督微调 26 分钟，训练出新模型 s1-32B，取得了与 OpenAI 的 o1 和 DeepSeek 的 R1 等尖端推理模型数学及编码能力相当的效果，甚至在竞赛数学问题上的表现比 o1-preview 高出 27%。」