李飞飞等斯坦福大学和华盛顿大学研究人员近日以不到50美元的云计算费用训练了一个名叫s1的人工智能推理模型。
李飞飞等斯坦福大学和华盛顿大学研究人员近日以不到50美元的云计算费用训练了一个名叫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等尖端推理模型类似。研究人员表示，s1是通过蒸馏法由谷歌推理模型Gemini 2.0 Flash Thinking Experimental提炼出来的，使用16个英伟达H100 GPU进行了26分钟的训练。
这是官方的报道但是媒体/自媒体的宣传出现了「一丢丢偏差」；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。
NVIDIA 和卡内基梅隆大学推出的一个专为人形机器人设计的框架：ASAP
它可以帮助机器人在模拟环境中学会动作后，能够准确地在真实世界中执行这些动作，这使得以前难以实现的高度灵活的动作成为可能！
该框架通过一个两阶段的过程，使得机器人可以在仿真环境中预先训练，之后将这些训练过的策略应用到真实世界中，并通过进一步的调整实现更加灵活的全身运动。
仿真阶段：在仿真环境中，使用人类的运动数据进行预训练，帮助机器人学习如何模仿这些动作。
现实世界阶段：将预训练的策略部署到实际机器人中，通过收集现实环境中的数据，进一步优化机器人的运动控制，减少仿真与实际执行之间的误差。
通过ASAP框架，研究人员成功地让人形机器人模仿了著名运动员的标志性动作，例如克里斯蒂亚诺·罗纳尔多的“Siuu”庆祝动作、勒布朗·詹姆斯的“Silencer”动作，以及科比·布莱恩特的后仰跳投。 （下面视频是向前跳 (0.85米)、科比·布莱恩特的后仰跳投）
ASAP的关键在于通过补偿模型来调整仿真与现实世界的物理差异，从而使机器人能够执行高度敏捷和协调的全身运动。
# Nature：OpenAI 的“深度研究”工具：有用吗？在过去，机器人在模拟环境中学会的动作，往往在真实世界中执行时会出现偏差。这是因为计算机模拟的环境无法完全再现现实世界的物理特性，导致机器人在现实中无法准确地执行在模拟中学到的动作。ASAP框架通过在真实环境中收集数据并进行调整，成功地弥合了这种差距，使机器人能够在现实世界中准确地执行复杂而灵活的动作。
OpenAI 发布了名为“深度研究”（Deep Research）的工具，这是一款收费工具，旨在帮助科学家和研究人员在短时间内生成长达数页的报告。该工具能够从数十或数百个网站获取信息，并通过自动化合成成一篇引用清晰的文献综述。这项技术类似于Google在2024年12月推出的工具，是一种人工智能助手，能够在几分钟内完成通常需要数小时才能完成的工作。
科学家反馈：
不少科学家对这一工具表示赞赏，认为它能高效地生成文献综述和完整的研究评审，甚至能够识别出某一领域的知识空白。
杰克逊实验室的免疫学家德里亚·乌努特马兹（Derya Unutmaz）在使用OpenAI的深度研究报告后表示，这些报告**“非常令人印象深刻”，“可信赖”**，并且能够与已发表的综述文章相媲美，甚至更好。他认为，写作综述文章可能会变得不再必要。
然而，也有一些科学家持谨慎态度。例如，加利福尼亚湾区环境研究所的数据科学家凯尔·卡巴萨雷斯（Kyle Kabasares）指出：“如果这是人类写的，我会觉得它需要很多改进。”他认为，AI生成的报告虽然有其价值，但并不完美，仍然需要经过大量的人工修改才能达到发表的标准。
Deep Research的技术优势：
OpenAI的深度研究工具结合了o3大语言模型（LLM）在推理方面的能力和互联网搜索引擎的功能，这使得该工具不仅能够理解和总结已有的知识，还能结合最新的互联网信息。与之相比，Google的深度研究工具当前依赖于Gemini 1.5 Pro模型，而非其较为先进的2.0 Flash Thinking推理模型。
Unsloth AI 优化了 R1 核心算法 GRPO
只需要 15G 显存就能在本地将 15B 的模型训练为推理模型，极限情况下 7G 显卡也可以
前几天即使是为 Qwen2.5（1.5B）实现推理也需要 160G 显存 而且不是对 R1 蒸馏模型微调，而是将标准模型转化为完整的推理模型
核心技术创新：GRPO算法优化1 Unsloth团队通过Group Relative Policy Optimization(GRPO)算法实现了两大突破： 资源效率革命：将训练VRAM需求从160GB(A100x2)降至7GB(T4单卡) 自主推理涌现：模型无需标注思维链数据，通过强化学习自主生成推理过程
DeepSeek 官方提示词网站
DeepSeek 官方提示词网站：https://api-docs.deepseek.com/zh-cn/prompt-library
DeepSeek API不稳定的问题
现在国内几乎很难找到稳定的api，国内厂商大部分我都试了一遍，在高峰期几乎所有厂商都会卡顿。我还在寻找稳定的满血api。