# s1 – 斯坦福和华盛顿大学推出低成本、高性能的AI推理模型

- Link: https://paooo.com/aigc-news/22337/
- Published: 2026-06-09T03:53:21+08:00
- Author: 站外新闻

## s1是什么

s1是斯坦福大学和华盛顿大学的研究团队开发的低成本、高性能的AI推理模型。模型通过“蒸馏”
技术从谷歌的[Gemini 2.0 Flash Thinking Experimental](https://ai-bot.cn/gemini-2-0-flash-thinking/)
模型中提取推理能力。研究人员仅使用1000个精心策划的问题及其答案进行训练，训练成本
不到50美元，训练过程耗时不到30分钟。S1模型在数学和编程能力测试中表现优异，与[OpenAI](https://paooo.com/tag/openai/)
的o1和[DeepSeek R1](https://ai-bot.cn/deepseek-r1/)等顶尖推理模型相当。

阅读目录

 * [s1是什么](https://paooo.com/aigc-news/22337/#s1%e6%98%af%e4%bb%80%e4%b9%88)
 * [s1的主要功能](https://paooo.com/aigc-news/22337/#s1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [s1的技术原理](https://paooo.com/aigc-news/22337/#s1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [s1的项目地址](https://paooo.com/aigc-news/22337/#s1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [s1的应用场景](https://paooo.com/aigc-news/22337/#s1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![s1](https://paooo.com/wp-content/uploads/2026/06/s1-website-1.avif)

## s1的主要功能

 * **高效推理能力**：S1模型专注于复杂问题的推理，在数学和编程领域表现出色。能解决
   高难度的竞赛级数学问题，如AIME（美国数学邀请赛）题目。S1模型在竞赛数学问题上的
   表现显著提升，最高超过OpenAI的o1-preview模型27%。
 * **低成本训练**：S1模型仅使用1000个精心策划的问题及其推理轨迹进行训练，训练成本
   极低，仅需不到50美元的云计算费用，训练时间不到30分钟。
 * **测试时扩展（Test-time Scaling）**：S1模型通过预算强制技术在测试时动态调整计算
   量。通过强制终止模型的思考过程或追加“Wait”指令延长思考时间，模型可以重新检查答案，
   修正错误的推理步骤，提升推理性能。
 * **开源与可扩展性**：S1模型的代码、数据和训练方法已在GitHub上开源，方便其他研究者
   和开发者使用和改进。

## s1的技术原理

 * **数据集构建（s1K）**
    - **数据来源**：S1模型的数据集s1K包含1000个高质量问题，从多个领域（如数学、物理、
      化学等）中筛选而来，覆盖了多种推理任务。
    - **筛选标准**：通过难度、多样性和质量三个标准筛选问题。难度通过模型性能和推理
      轨迹长度衡量；多样性通过问题所属领域分类；质量通过数据格式和内容的准确性保证。
    - **最终选择**：最终选择的问题覆盖了50个不同领域，确保了数据的多样性和代表性。
 * **监督微调（SFT）**
    - **模型选择**：使用Qwen2.5-32B-Instruct作为基础模型，模型在数学任务上表现优异。
    - **训练过程**：在s1K数据集上进行监督微调，训练时间为26分钟，使用16个NVIDIA 
      H100 GPU。训练过程中，模型学习从问题到推理轨迹和答案的映射。
 * **预算强制（Budget Forcing）**
    - **控制测试时计算量**：通过在测试时强制终止或延长模型的思考过程来控制计算量。
      具体方法包括：
       * **强制终止**：如果模型生成的思考令牌数超过预设的最大限制，则强制终止思考
         过程，让模型直接输出答案。
       * **追加“Wait”**：如果希望模型思考更长时间，则在当前推理轨迹后追加“Wait”指令，
         促使模型继续探索。
 * **测试时扩展方法的评估**
    - **评估指标**：通过控制性（Control）、扩展性（Scaling）和性能（Performance）
      三个指标评估不同的测试时扩展方法。
    - **方法比较**：S1模型比较了多种测试时扩展方法，包括基于令牌的控制、基于步骤
      的控制和基于类别的控制。最终，预算强制方法在控制性、扩展性和性能上表现最佳。

## s1的项目地址

 * **Github仓库**：[https://github.com/simplescaling/s1](https://github.com/simplescaling/s1)
 * **HuggingFace模型库**：[https://huggingface.co/simplescaling/s1-32B](https://huggingface.co/simplescaling/s1-32B)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2501.19393](https://arxiv.org/pdf/2501.19393)

## s1的应用场景

 * **科学问题**：S1模型可以应用于解决高难度的科学问题，如物理学、化学和生物学中的
   竞赛级问题。
 * **智能辅导系统**：S1模型可以作为智能辅导系统的核心，帮助学生解决复杂的数学和科学
   问题，提供详细的推理步骤和解释。
 * **自动问答系统**：S1模型可以用于自动问答系统，特别是在需要复杂推理和多步骤思考
   的场景中，例如解决用户提出的高难度问题。
 * **文本生成**：S1模型可以用于生成高质量的文本内容，在需要逻辑推理和复杂结构的文本
   生成任务中。
 * **智能客服**：S1模型可以应用于智能客服系统，解决复杂的用户问题，提供更准确和高效
   的解答。
 * **数据分析**：S1模型可以用于数据分析和预测任务，需要推理和逻辑分析的场景中。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)