Re: [情報] 50美元訓練出媲美DeepSeek R1

[ImHoluCan (爺)]

好的

google 要不要把昨天財報上的說750億設備支出

變成50美元支出？

李飛飛能直接表明蒸餾Google

Google 最好不知道還給你研究所蒸餾

那昨天Google 財報2025還要支出750億呢？

還是明天台灣派人去蒸餾meta Google chatGPT?

看看他們要不要給蒸餾


※ 引述《LimYoHwan》之銘言
: 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
: 來源：
: Futu
: 網址：
: https://tinyurl.com/ydrtdbu8
: 內文：
: 李飛飛等斯坦福大學和華盛頓大學研究人員近日以不到50美元的雲計算費用訓練了一個名

: 叫s1的人工智能推理模型。該模型在數學和編碼能力測試中的表現與OpenAI的o1和DeepSe

: ek的R1等尖端推理模型類似。研究人員表示，s1是通過蒸餾法由谷歌推理模型Gemini 2.0

: Flash Thinking Experimental提煉出來的。
: https://i.imgur.com/kFg9GjU.jpeg
: 斯坦福大學以及華盛頓大學的研究團隊展示了一種極低成本的 AI 訓練方法，被稱為 S1
: 。
: S1 僅使用 6 美元就能達到 OpenAI o1-preview 級別的推理性能！同時匹敵Deepseek R1

: 推理時間可控：S1 通過簡單的“Wait”機制，控制大模型的思考時間，提高推理能力。
: S1 不是 OpenAI o1 或 DeepSeek R1 的直接復刻，但它揭示了在推理時微調 AI 的潛力
: ，甚至可以媲美 Reinforcement Learning（強化學習）。
: OpenAI 和 DeepSeek 早期研究發現，AI 在回答問題時“思考得更久”，往往能得出更好

: 的答案。但過去並沒有清楚解釋：如何在推理階段控制 AI 的思考時間？
: S1 的創新點： S1 論文提供了推理時間擴展（Inference Scaling）的具體實現方法：
: 核心思想：
: 如何在不改變 AI 訓練過程的情況下，提高 AI 解決複雜問題的能力？
: 方法：讓 AI 在推理時“多想幾秒”，自動檢查自己的答案，從而減少錯誤，提高正確率

: ！
: 結果證明，這種方法比 OpenAI o1-preview 還要好！
: 最重要的是：而且只用了 1000 道題！ 這比一般 AI 訓練的數據少了 800 倍，但效果仍

: 然很強！
: 此外，該模型可以在筆記本電腦上運行，並且其訓練成本僅為 6 美元。
: 論文下載
: https://arxiv.org/pdf/2501.19393
----
Sent from BePTT on my iPhone 16

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.141.220.124 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1738839278.A.133.html
推 watashino   : 看ptt就知道我的獲利都從哪些人手上來的了
→ eeqqww112233: 你有了解模型跟基礎設備的差異嗎…
推 Mosskappa   : 所以就是資本收割籌碼的手段，了解的就不會恐慌反
→ Mosskappa   : 而開心能補貨@@
推 bonny5566   : 大家都等抄答案就好
→ bonny5566   : 努力寫題的是白痴
推 PureAnSimple: 我比較喜歡李冰冰   唯一支持
→ ImHoluCan   : 各位AI大師，要不要組ㄧ隊？
→ wr          : 李飛飛跟google很熟啦 都副總裁了 應該有講好吧
推 saiiys      : https://youtu.be/3O7b2HZCXKM?feature=shared
→ zer0319     : 沒有一個頭後面要怎麼蒸餾，還是大家都在原地互相蒸
→ zer0319     : ？
推 duriamon    : 這波NV持續吃AI基建的大餅，因為目前AI發展除了大陸
→ duriamon    : 被鎖死，全部都用NV的CUDA，目前仍很難看到取代性。
→ duriamon    : deep seek跟現在的開源鬼故事，反而是證明搞不好H10
→ duriamon    : 0那種5奈米晶片提供的算力及成本CP值就足夠了，怕是
→ duriamon    : 未必會一直需要增加晶體管密度。
→ zer0319     : 而且基建要算力、後續運作、實體終端也都要算力啊，
→ zer0319     : 又不是只有訓練需要
推 zerro7      : 我蒸餾你的蒸餾他的蒸餾 會不會後面變成閉環
→ duriamon    : 並不是單靠蒸餾，是新模型的架構以及訓練方法都開始
→ duriamon    : 跟2023年流行的原始方式不同，早期像GPT3、4根本就
→ duriamon    : 只是鸚鵡的增強版，而且還是很肥很胖要高額飼料錢的
→ duriamon    : 鸚鵡。
→ wr          : 我小時候也看過有人說pentium效能已經夠用了
→ duriamon    : 現在的進展就跟AlphaGo一開始需要人類老師手把手教
→ duriamon    : 後來自己跟自己下棋自己學是類似的情況，整天說蒸餾
→ duriamon    : 的根本搞不清楚狀況，笑死！
→ PTIMIKE     : http://i.imgur.com/2LHAnz3.jpg
推 jfw616      : pentium本來就夠用了
→ jfw616      : win xp再戰20年不是問題
→ jfw616      : 大多數文書處理電腦…那個不是pentium就夠用了
→ duriamon    : 晶體管密度越密價格越貴，除非台積電降價，要不然連
→ duriamon    : 蘋果都吃不消，以為台積電會一直得利的我倒不認為，
→ duriamon    : 因為技術發展也是要看CP值的，這點OpenAI就是不良示
→ duriamon    : 範，你要錢要過頭大家都受不了。
→ jfw616      : 不夠用單純就是某些軟體一直修改
→ jfw616      : 才搞得不夠用
→ wr          : 原本一個房間大的大型主機變成擺在桌上的小方塊 這
→ wr          : 麼強的能力怎麼可能不夠用 難道你會需要比核武還複
→ wr          : 雜的計算嗎？
→ jfw616      : 我就舉例iphone4就好
→ jfw616      : 那時候我拿iphone4上ptt…l
→ jfw616      : 現在拿iphone16上ptt
推 good5755    : 李飛飛曾任google的副總裁 說不定google的模型就是
→ good5755    : 他一手策劃 這叫左手換右手
→ jfw616      : 到底差別在哪裡？
→ duriamon    : 問題是現在靠軟體設計模型的架構跟演算法進步直接讓
→ duriamon    : 需求卡在5奈米，你花大錢搞1-2奈米就變盤子了，呵呵
→ duriamon    : ！
推 Mosskappa   : 五代機夠用了不用開發六代了嗎，燒再多錢也要搞啊
→ Mosskappa   : ，軍備競賽就是這樣
→ Mosskappa   : 真正的AI不在語言模型
→ jfw616      : 其實花大錢當盤子沒差…其實以70億人口平均下去
→ jfw616      : 根本不算多
→ jfw616      : 這些科技公司都是以全球70億人口規模去計算的
推 AudiA4Avant : 沒有所謂的夠用這種事的
→ duriamon    : 我還是要老話一句，人類大腦參數70B功耗60W記憶體4G
→ duriamon    : B，你一身都只需這樣的配備等級就可以吃喝拉撒生老
→ duriamon    : 病死，現在擺明軟體演算法還有很大的進步空間。
噓 RiverEdge   : 蒸餾也要先有大模型 所以大模型要先訓練出來
→ Mosskappa   : AI結合醫療就是很多絕症攻克的曙光，太多路能走了
→ Mosskappa   : ，沒人會停下腳步
→ duriamon    : 當然硬體功耗也有很大的進步空間，現在實在太耗電，
→ duriamon    : 吃電怪獸不是叫假的！
→ CYL009      : 說得很好啦 算力越高越好 但是現在都有低成本差不多
推 bonny5566   : 樓上 現在就算的比人類快了
→ CYL009      : 性能的AI出來了 還一直堆算力這方向有沒有問題？
→ wr          : 耗電跟發熱問題就是要靠先進製程克服阿...
→ wr          : 更小更快更省電 製程目標也就這樣
→ duriamon    : 算的比人類快但明顯還比人類笨，你算加減乘除數Stra
→ duriamon    : berry有幾個r比AI還要在行，現在是AI記憶體不止4GB
→ duriamon    : 所以你覺得AI好像比人類聰明，但放到同等級距，你屌
→ duriamon    : 贏AI。
→ vicklin     : 前提那個成本是真的
→ vicklin     : 連馬斯克都不認的東西
推 duriamon    : 所以幻方比OpenAI、微軟跟馬斯克有錢嗎？
推 tsubasawolfy: AI聖杯拿到前談算力夠都是假的
→ zer0319     : AGI出來之前，醫療、軍工上面還是大有可為
推 jiansu      : Google怎樣說都是賺錢的吧 他可以用ai節流 裁員/節
→ jiansu      : 省資源 開源 開發新應用  應該沒有什麼先前支出回
→ jiansu      : 報的問題 開發模型是一定要投入開發 比如搜尋 不投
→ jiansu      : 入開發等別家用ai搶市佔嗎 現在卷模型 下波卷應用
→ jiansu      :  ai應用市場更大 需要更便宜的硬體更低的成本
推 AudiA4Avant : 人腦的記憶力很差，不能完全比吧
推 Brioni      : 說不定下季就從750億美金變150億美金
→ tsubasawolfy: 而且你怎麼會認為人很聰明
→ Brioni      : 大公司策略沒那麼靈活
推 seemoon2000 : Google要做的又不是只到這邊為止
推 Mosskappa   : 要知道中國擺明要跟美國競爭了，川普一定會把AI放
→ Mosskappa   : 在國安層級的高度
→ zer0319     : 投資人就是要看到你花一堆資本支出，設備都可以折
→ zer0319     : 舊攤提，而且現在7巨花的錢都是自己賺的現金流和之
→ zer0319     : 前低利借的錢，根本不怕燒
推 duriamon    : 人類很聰明呀！GPT-4參數量大概有175B的吃電怪獸卻
→ duriamon    : 連9.11跟9.9哪個大都不知道，連草莓英文幾個r都會數
→ duriamon    : 錯。
→ Mosskappa   : 現在有推理模式，可以自我糾正錯誤了
推 guanting886 : ？？？？？
→ duriamon    : 人腦4GB記憶體是究極壓縮的成果，讓人類的功耗只有6
→ duriamon    : 0W，卻能有愛因斯坦的性能。
推 Mosskappa   : 看用什麼角度思考，現在AI已經可以解奧賽題目了，
→ Mosskappa   : 比當初轟動世界的gpt3.5強大太多
推 AudiA4Avant : 9.11 跟 9.9的原因是訓練資料當成版本號
推 duriamon    : 我要講的不是吹噓人類很棒，而是AI模型仍有很大的進
→ duriamon    : 步空間包括架構跟演算法都是。
推 afflic      : 解的出數奧題目，解不出9.9跟9.11哪個大
推 Mosskappa   : AI一開始畫畫不也是畫不出手指嗎
→ duriamon    : 像Altman之前那種Scaling Law教主模樣，拼命堆參數
→ duriamon    : 量，是不會開發出人類這樣精緻又厲害的大腦的。重點
→ duriamon    : 是在可接受的功耗成本下達到人類程度外加相比人類無
→ duriamon    : 限大的記憶體，這才是AI的目標。
→ Lowpapa     : NV真的完了
推 banbanzon   : 一直蒸餾484以後5毛錢就能訓練?
推 tsubasawolfy: 但愛因斯坦不是全才 比較像現在特化後的
→ tsubasawolfy: 現在他們在搞得根本是想弄出全才
→ ImHoluCan   : 台灣怎麼還不跟上？
推 Mosskappa   : 其實OpenAI 的訓練成本也是一直降低，沒有只是無腦
→ Mosskappa   : 堆算力、參數
→ Mosskappa   : https://i.imgur.com/UTW8AWU.jpeg
→ Mosskappa   : 這圖是推論，訓練的沒有存
推 duriamon    : 所以才流行MoE呀！你遇到你不會的問題會怎麼做？愛
→ duriamon    : 因斯坦不會修水電他會自己研究到當水電工嗎？還是打
→ duriamon    : 個電話叫人來修？
→ saisai34    : 如果水電工很貴 愛因斯坦會自己研究怎麼修水電@n@a
→ duriamon    : AI模型很多重大進展都是模擬人類大腦的結果，只是哪
→ duriamon    : 個有效需要try and error，這點華人最擅長了，呵呵
→ duriamon    : ！
推 Mosskappa   : 人類是演化幾十萬年的結晶，AI發展不會這麼快。DS
→ Mosskappa   : 執行長也說五年內很難有agi 。但還是要做
推 ohlong      : 急著蒸出能塞進edge跟機器人的model 就是未來五年
→ ohlong      : 的贏家 以為機器人喊喊而已嗎？今年就是前哨站了
→ Mosskappa   : 美國AI這塊也很多是清華北大的學生，或是華裔
→ duriamon    : 所以我才說預估是4-6年可以搞出AGI，NV會一直吃AI基
→ duriamon    : 建大餅，我早就講過了，呵呵！
→ duriamon    : 跟台灣比較有關的是台積電會扮演什麼角色，台積電被
→ duriamon    : 川普點名下勢必要降價跟設廠才能繼續吃餅，要不然光
→ duriamon    : 川普亂搞就夠台積電受的了，萬一真的被我講中5nm就
→ duriamon    : 夠用，台積電的優勢就會慢慢縮小。
→ ImHoluCan   : 台灣政府還不快買AI建設，真的要輸對岸了
→ ImHoluCan   : 台灣還不快買硬體
→ shorty5566  : 好了早就講過了預言家 我只問一句 你賺多少
→ xkso        : 又一堆恐慌仔？  國年笑話還不夠？
推 duriamon    : 關你屁事？deep seek酸建議去等OpenAI股票上市去all
→ duriamon    :  in呀！笑死！
推 bj45566     : 台灣 AI 早就遠輸給中國了好嗎... AI 現在就是美中
→ bj45566     : 爭霸局面
→ kilhi       : 中國不能用google
推 ohlong      : 台灣只能玩地方包圍中央 edge晶片跟硬體至少我們系
→ ohlong      : 統廠還是有優勢
推 ntr203      : 台灣哪有那麼多閒錢自己研發
推 breathair   : 硬體邊際效應下降之後，現在的AI競賽
→ breathair   : 已經來到算法優化了。硬體當然也需要，
→ breathair   : 但是溢價搶買的時光已經過去了，硬體越
→ breathair   : 等越便宜，你在等硬體的時候，優化算法
→ breathair   : 才是王道了
→ breathair   : 接下來應用面白家爭鳴，QQQ接下來應
→ breathair   : 該能跑贏現在貴森森的NV
→ ohlong      : ASIC至少我們拿到的製程一定贏對面
推 duriamon    : 也不是沒有錢，就錢被拿去養動物了吧？動物園營收會
→ duriamon    : 看漲嗎？呵呵！
→ shorty5566  : “我早就說過了！我早就講過了！早就告訴你們了”
→ shorty5566  : 真好奇這些人在股市賺多少 科科科
推 duriamon    : COVID時我講拿台股賺的去美股繼續賺，我還真有說過
→ duriamon    : ，呵呵！
→ dsrte       : 以前用google時，有在限制只能搜尋甚麼嗎? 甚麼都找
推 stlinman    : 不認識李飛飛Google很難嗎? 看新聞不會自己Google查
推 patrol      : 連中吹都不敢買陸股，哥也早就說過了
→ stlinman    : 證唷? 自己陰謀論瞎猜!
→ dsrte       : 才有市場,ai模型問甚麼都能答才好用
推 jo4         : 事實鏟子只會越賣越貴
推 bj45566     : 台灣的 AI 人才十個有九個半去美國了，要怎麼發展？
→ ImHoluCan   : 台灣人真的搞笑，台積電才是讓台灣人才都死掉的地
→ ImHoluCan   : 方
推 mccloud     : 喔 然後？
→ mccloud     : 適合走芬蘭模式 眾多新創？
→ mccloud     : 還不是像htc一樣 稍有起色就被買走
推 kobebrian   : 台積電讓台灣人才死掉 對啦 張忠謀一定是想殘害台
→ kobebrian   : 灣才說台灣人只有代工才能贏別人
推 jamesho8743 : duri就是在瞎扯 似懂非懂 AI的目標是什麼? 可接受
→ jamesho8743 : 的功耗成本下達到人類的程度而已? 那只是低階的客
→ jamesho8743 : 服或自駕應用而已 請問你alphago 的目標是什麼? 不
→ jamesho8743 : 就是下出神之一手完全打敗人類? 超級智慧才是AI的
→ jamesho8743 : 終極目標 還有你知不知道湧現? 現在的LLM模型會強
→ jamesho8743 : 是因為把參數量拉高到幾十B幾百B之後突然就發現很
→ jamesho8743 : 厲害了 這也是大家之前為什麼要搶購硬體的原因 如
→ jamesho8743 : 果你演算法不變光硬體夠強訓練個幾T參數的模型搞不
→ jamesho8743 : 好變得超級強 認為不需堆算力的人就純粹是個可笑
→ jamesho8743 : 堆算力跟算法改進根本就兩件分開的事
推 jamesho8743 : 這樣說吧 如果你只是想省錢 只是想能打敗人類就好
→ jamesho8743 : 那3070+katago就已經夠了 如果你是想拿第一打敗對
→ jamesho8743 : 手跟別的AI比賽那就永遠都不夠
推 duriamon    : 人類70B就能湧現了啦！你才搞不清楚狀況，人類輸AI
→ duriamon    : 不是缺乏智慧是缺乏記憶體，這是生物限制因為能耗不
→ duriamon    : 能儲存一堆跟生存無關的事物，實際上目前AI在邏輯推
→ duriamon    : 理就是屌輸人類，上次那個菲爾茲數學獎得主出題的Fr
→ duriamon    : ontierMath測試集，OpenAI還要靠作弊才25%，笑死！
→ duriamon    : 你標準就是半桶水才在那邊吹湧現，做到動輒好幾百B
→ duriamon    : 才湧現然後說AI好棒棒？舉那個AlphaGo更好笑，在Dee
→ duriamon    : pmind AlphaGo之前就是因為只會堆積算力想靠算棋來
→ duriamon    : 贏人類，結果老是被人類棋手打敗，後來改往人類的模
→ duriamon    : 糊推理去運作才產生AlphGo才超越人類的。現在AI模型
→ duriamon    : 就是還需要在演算法跟架構修正讓它能模擬人類大腦運
→ duriamon    : 作，好嗎？