Reflection 发布开放权重模型 Beam
面向编码、推理和 Agent 任务，强调更低计算成本。
为什么重要
为编码和自动化工作流提供一个更注重计算效率的开放权重选择。
阅读原文the-decoder.com
AI 解读（根据原文生成）
Reflection 宣布 Beam，这是其首个可自由获取的开放权重模型，面向编码、逻辑推理和 Agent 任务。Beam 采用 mixture-of-experts 架构，每个 token 激活 5010 亿总参数中的 230 亿参数，以降低计算成本。Reflection 称其在关键推理基准上匹配 GLM 5.2，但计算量少三到四倍；强化学习阶段使用 10,500 块 Nvidia GB300 GPU 训练四周以上。模型计划“later this month”以 Apache 2.0 许可证发布。
要点（AI 据原文整理，数字均已与原文核对）
- Beam activates just 23 billion of its 501 billion parameters per token.
- Beam matches GLM 5.2 on key benchmarks while using three to four times less compute, according to Reflection.
- The model was trained with reinforcement learning on 10,500 Nvidia GPUs over four weeks.
- It will ship "later this month" under the Apache 2.0 license.
