还记得当年GPT-3 吗？ OpenAI笃信不管三七二十一，就是要把计算量堆上去试试，所以才有GPT-3，才有后续的一系列进展。如果当初OpenAI看到随着计算量增加模型的表现没有快速增长，就停止了缩放试验，现在也不用在这讨论这个问题了。

每经记者：宋欣悦 ...

在元强化学习中，对于每个测试 MDP M_x，策略 A_θ 在通过 A_θ 生成最终响应进行评估之前，可以通过消耗测试时计算来获取信息。在元强化学习术语中，获得的关于测试 MDP M_x 的信息可以被视为在测试问题 x 引发的 MDP ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou ...

每经记者：宋欣悦 每经编辑：兰素英2月6日，据外媒报道，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的费用，使用了16张英伟达H100 ...

2月6日，据外媒报道，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的费用，使用了16张英伟达H100 GPU，耗时26分钟就完成了训练，成功“打造”出了一个名为s1-32B的人工智能推理模型。

据TechCrunch，这个训练过程消耗了不到50美元的云计算成本，约合人民币364.61元；而s1模型作者之一表示， 训练s1所需的计算资源，在当下约花20美元 （约145.844元） 就能租到 。

2025 年 2 月，斯坦福大学和华盛顿大学的研究人员宣布，他们成功训练出了一个名为 s1 的人工智能推理模型。据报道，该模型的训练成本极低，仅需不到 50 美元的云计算费用，且仅用了 16 个英伟达 H100 GPU 进行了 26 ...

作者｜Yoky邮箱｜yokyliu@pingwest.com DeepSeek、李飞飞、LIMO，全球的AI界近期几乎都被这几个名词环绕，而这一切的背后，都要从一个“大隐隐于市”的高手谈起。

近期，国产AI大模型DeepSeek横空出世，仅以几十分之一的成本，就达到与全球领先的ChatGPT最新o1版本推理模型相当的实力。目前，DeepSeek下载量持续攀升，据研究公司SimilarWeb估计，在短短一周内，DeepSeek网站的用户数量就超过了谷歌的Gemini聊天AI，而后者已经存在了近两年。一时间，各界众说纷纭：DeepSeek为什么这么牛？何以如此？是创新还是蒸馏？……诸如此类 ...

媒体/自媒体的宣传出现了「一丢丢偏差」，我先结合论文简要说几点最关键的看法帮大家省流，然后还原一下这篇 AI 论文是如何在信息传递的过程中逐渐「被标题党」的。大家可以按需阅读。 下面的讨论主要基于最广为流传且被很多官媒转发的信息： ...