Die USA entwickeln ein extrem kostengünstiges KI-Modell, das ähnlich wie GPT-01 funktioniert.

Das von US-Forschern entwickelte KI-Modell s1 soll Betriebskosten von nur 50 US-Dollar verursachen, bietet aber vergleichbare Denkfähigkeiten wie das deutlich teurere Modell o1 von OpenAI. Die Entwicklung von s1 folgt auf den beeindruckenden Erfolg von DeepSeek, der in den letzten Tagen im Silicon Valley für großes Aufsehen gesorgt hat.

Der Wettstreit um die „billige KI“ verschärft sich seit dem Aufkommen von DeepSeek.

Das Team hat den Quellcode von s1 zusammen mit dem Code und den Daten, die zum Aufbau des Modells verwendet wurden, auf GitHub veröffentlicht. Ein vergangene Woche veröffentlichter Artikel erläutert den Entwicklungsprozess des Modells und hebt die angewandten cleveren Techniken hervor. Anstatt ein komplett neues Modell für logisches Denken zu entwickeln, nutzte das Team ein bestehendes Sprachmodell und führte eine Feinabstimmung durch, indem es die Denkfähigkeiten aus Googles Gemini 2.0 Flash Thinking Experimental-Modell extrahierte.

Die Betriebskosten der KI liegen knapp unter 50 US-Dollar.

Das Training des s1-Modells dauerte nur 30 Minuten und nutzte 16 Nvidia H100 GPUs. Obwohl jede GPU rund 25.000 US-Dollar kostet, beliefen sich die Mietkosten dank Cloud-Computing-Diensten auf unter 50 US-Dollar. Das Team entdeckte insbesondere einen nützlichen Trick: Das Modell vor der endgültigen Antwort „warten“ zu lassen, verbesserte seine Argumentationsfähigkeit und führte zu besseren Lösungen.

Obwohl das S1-Modell kostengünstig beachtliche Fortschritte erzielt hat, bestehen Bedenken hinsichtlich seiner Skalierbarkeit. Die Verwendung von Googles Modell als „Lehrmodell“ wirft Fragen nach seiner Wettbewerbsfähigkeit gegenüber den führenden KI-Modellen von heute auf. Google wird die Situation voraussichtlich genau beobachten, insbesondere angesichts des laufenden Rechtsstreits zwischen OpenAI und DeepSeek.

Quelle: https://thanhnien.vn/my-tao-ra-mo-hinh-ai-sieu-re-hoat-dong-tuong-tu-gpt-o1-185250207182535164.htm