近期，加州大学伯克利分校 Sky Computing 实验室的研究团队 NovaSky 推出了一个名为 Sky-T1-32B-Preview 的推理模型，这一创新成果在AI界引起了广泛关注。据悉，该模型在多项关键基准测试中的表现与 OpenAI 早期版本的 o1 模型不相上下，但其开源的特性使其更具吸引力。
引人注目的是，Sky-T1-32B-Preview 是首个真正意义上的开源推理模型，其训练数据集和代码均向公众开放。这意味着，任何有兴趣的用户都可以从零开始复现这一模型，无需依赖特定的商业平台或昂贵的硬件资源。这一举措无疑为AI领域的研究和发展注入了新的活力。
NovaSky 团队在官方博客中透露，Sky-T1-32B-Preview 的训练成本仅为约450美元（当前约合3306元人民币），远低于同类模型的数百万美元训练成本。这一突破性的降低得益于合成训练数据的广泛应用。合成数据是由其他模型生成的数据，它不仅能够显著降低训练成本，还能提高模型的训练效率和性能。例如，AI 公司 Writer 最近发布的 Palmyra X 004 模型就几乎完全依赖合成数据进行训练，其开发成本仅为70万美元。
与传统的AI模型相比，推理模型具备自我事实核查能力，这一特性使其能够更有效地避免一些常见的错误。虽然推理模型在解决问题时可能需要花费更多的时间，通常在几秒到几分钟之间，但在物理、科学和数学等领域，其更高的可靠性使其更具应用价值。
据 NovaSky 团队介绍，Sky-T1 的训练数据由阿里巴巴的 QwQ-32B-Preview 推理模型生成，并经过了精心的筛选和重构。他们利用 OpenAI 的 GPT-4o-mini 对数据进行处理，使其更易于模型训练。在仅使用8台 Nvidia H100 GPU的情况下，训练这款拥有320亿参数的模型仅耗时约19小时。参数数量是衡量模型解决问题能力的一个重要指标，因此 Sky-T1 的高性能表现并不令人意外。
在性能方面，Sky-T1 在 MATH500（一组“竞赛级”数学挑战）上的表现优于 o1 的早期预览版本，同时在 LiveCodeBench 的编程评估中也展现出了更佳的性能。然而，在 GPQA-Diamond 测试中（包含物理学、生物学和化学领域的研究生水平问题），Sky-T1 的表现略逊于 o1 预览版。尽管如此，NovaSky 团队表示，他们将继续优化 Sky-T1 的性能，并计划推出更多版本的开源推理模型。
