Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

S1:6 美元的 R1 竞争对手?

Posted on 2025-02-06

S1:6 美元的 R1 竞争对手?

Tim Kellogg 在一篇新论文s1:简单的测试时间缩放中分享了他的笔记,该论文描述了一种在 Qwen2.5-32B-Instruct 之上进行微调的推理缩放模型,仅需 6 美元——在 16 个 NVIDIA H100 GPU 上运行 26 分钟的成本。

蒂姆强调了最令人兴奋的结果:

在将 56K 示例数据集筛选到最佳 1K 后,他们发现核心 1K 就足以在 32B 模型上实现 o1 预览性能。

该论文描述了一种称为“预算强制”的技术:

为了强制执行最小值,我们抑制思考结束标记分隔符的生成,并可选择将字符串“Wait”附加到模型的当前推理跟踪中,以鼓励模型反思其当前的生成

这与几周前Theia Vogel 所描述的一样。

这是Hugging Face 上的s1-32B模型。我在brittlewis12/s1-32B-GGUF找到了它的 GGUF 版本,我使用Ollama运行它,如下所示:

 ollama run hf.co/brittlewis12/s1-32B-GGUF:Q4_0

我还在simplescaling/s1K数据存储库中的 Hugging Face 上找到了这 1,000 个样本。

我使用 DuckDB 将 parquet 文件转换为 CSV(并将一个VARCHAR[]列转换为 JSON):

 COPY ( SELECT solution, question, cot_type, source_type, metadata, cot, json_array(thinking_trajectories) as thinking_trajectories, attempt FROM 's1k-00001.parquet' ) TO 'output.csv' (HEADER, DELIMITER ',');

然后我将该 CSV 加载到sqlite-utils中,以便我可以使用convert命令使用json.dumps()和eval()将 Python 数据结构转换为 JSON:

 # Load into SQLite sqlite-utils insert s1k.db s1k output.csv --csv # Fix that column sqlite-utils convert s1k.db s1u metadata 'json.dumps(eval(value))' --import json # Dump that back out to CSV sqlite-utils rows s1k.db s1k --csv > s1k.csv

这是Gist 中的CSV,这意味着我可以将其加载到 Datasette Lite 中。

Datasette Lite 的屏幕截图,显示 cot_type 1,填字游戏 15,链接:93,rowid:93,解决方案:“### 答案:事故室 ### 解释:定义:调查员设施 **字谜分析**(...更改)注意到轻微。定义:...在警察局。”问题文本:“解决填字游戏。您会看到一条线索作为输入,以及括号中的字母数量。”线索:“注意到调查员的设施 (8,4) 发生了微小变化” cot_type: crossword, source_type: 0xharib/xword1,metadata: { “instruction”: “您是神秘填字游戏的专家级解算者。您会收到一条线索作为输入。请回答答案和解释。” }

这确实是少量的训练数据。主要是数学和科学,但也有15 个神秘的填字游戏示例。

标签: duckdb , datasette-lite ,推理缩放, ai , ollama , llms , datasette ,生成人工智能, qwen

原文: https://simonwillison.net/2025/Feb/5/s1-the-6-r1-competitor/#atom-everything

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme