昨天李飛飛團隊用不到50刀的成本訓練出跟OpenA1-o1和DeepSeek一樣水平的模型，在網上迅速傳開。
前段時間興奮了很久用低成本隻花600萬做出DS，而李飛飛團隊的S1隻花了不到50刀，就做出同樣水平的東西。
很多人覺得不可能，咋不可能呢？
我一直在說DS的低成本沒啥可吹的：在別人的模型基礎上，用好的訓練數據，加上點工藝，當然能低成本了
現在李飛飛團隊用50刀成本訓練出來，好像倒是可以吹一下，
我大概看了一下李飛飛團隊s1論文，大概就是下麵這個樣子，對比一下DS，是不是很類似？
李飛飛團隊的S1 = 阿裏雲Qwen2.5模型為基礎 + 測試時間縮放訓練新方法（1000個精心策劃微小數據集）+ 在雲計算蒸餾出來（雲計算成本低於50刀）
DS = Meta 模型為基礎 + OpenAI數據集（被懷疑）+ 自己的方法 + 花600萬蒸餾出來
s1秘訣是什麽？用了一種名為 “預算強迫 ”的技術，再加上監督微調（SFT）技術，在一個經過精心策劃的、隻有 1000 個示例的微小數據集上實現。
1000個精心策劃微小數據集（訓練數據），和“預算強迫 ”的技術（工藝）是關鍵。
今天早上，下載了s1的代碼看了一下，訓練s1需要的模塊和庫，竟然還有openai,
