阿里云确认李飞飞团队的s1模型是基于Qwen训练

2月6日消息，据新浪科技报道，斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用训练了一个名为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OpenAI的o1和DeepSeek的R1等顶尖模型相当，引起了广泛关注。

然而，s1模型被指并非从零开始训练，而是基于阿里通义千问(Qwen)模型。对此，阿里云确认，研究人员使用Qwen2.5-32B-Instruct开源模型，在16块H100 GPU上监督微调26分钟，训练出新模型s1-32B。该模型在数学及编码能力上达到顶尖水平，尤其在竞赛数学问题上的表现比o1-preview高出27%。