s1

s1 是一种面向大语言模型的轻量级测试时缩放（test-time scaling）方法，通过在推理阶段复用少量高质量合成数据（如 s1K 数据集）并结合预算约束机制，显著提升模型的复杂推理能力。其核心特点是无需修改模型结构或重新训练，仅依赖特定提示模板、推理轨迹采样与资源限制策略，即可在有限计算预算下逼近更强大模型（如 o1-preview）的推理表现。适用于需要低成本增强现有开源模型推理性能的场景，尤其适合数学、代码、逻辑等需多步推理的任务。