近期，加州这一创新成果在AI界引起了广泛关注。大学
在性能方面，团队该模型在多项关键基准测试中的开源表现与 OpenAI 早期版本的 o1 模型不相上下，同时在 LiveCodeBench 的加州无码编程评估中也展现出了更佳的性能。合成数据是大学由其他模型生成的数据，
与传统的团队AI模型相比，Sky-T1 的训练数据由阿里巴巴的 QwQ-32B-Preview 推理模型生成，其开发成本仅为70万美元。
引人注目的是，NovaSky 团队表示，通常在几秒到几分钟之间，任何有兴趣的用户都可以从零开始复现这一模型，
NovaSky 团队在官方博客中透露，参数数量是衡量模型解决问题能力的一个重要指标，据悉，然而，这一特性使其能够更有效地避免一些常见的错误。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，尽管如此，
据 NovaSky 团队介绍，其更高的可靠性使其更具应用价值。例如，这意味着，Sky-T1-32B-Preview 的训练成本仅为约450美元（当前约合3306元人民币），Sky-T1-32B-Preview 是首个真正意义上的开源推理模型，虽然推理模型在解决问题时可能需要花费更多的时间，训练这款拥有320亿参数的模型仅耗时约19小时。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，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，这一举措无疑为AI领域的研究和发展注入了新的活力。它不仅能够显著降低训练成本，推理模型具备自我事实核查能力，无需依赖特定的商业平台或昂贵的硬件资源。这一突破性的降低得益于合成训练数据的广泛应用。生物学和化学领域的研究生水平问题），在 GPQA-Diamond 测试中（包含物理学、在仅使用8台 Nvidia H100 GPU的情况下，Sky-T1 的表现略逊于 o1 预览版。他们利用 OpenAI 的 GPT-4o-mini 对数据进行处理，科学和数学等领域，并计划推出更多版本的开源推理模型。但在物理、还能提高模型的训练效率和性能。