Мы представляем Beam — первую модель с открытым весом от Reflection. Beam — это разреженная модель смеси экспертов с 501 миллиардом общих параметров и 23 миллиардами активных, созданная для рабочих нагрузок кодирования, рассуждений и агентных задач. Возможности Beam обусловлены крупными инвестициями как в предобучение, так и в обучение с подкреплением (RL). Мы предобучили модель на 23,8 триллионах разнообразных, отобранных и высококачественных токенов из веба и проприетарных лицензированных наборов данных, соответствуя или превосходя доступные открытые базовые модели аналогичного размера. Параллельно мы разработали алгоритмы, среды обучения и инфраструктуру, необходимые для поддержки высокопроизводительного RL в исключительном масштабе.
Наш высокопроизводительный RL-запуск сгенерировал более 100 миллионов роллаутов на 10,5 тыс. NVIDIA GB300 GPU за 4 недели обучения. Вместе эти усилия обеспечили конкурентоспособную производительность с открытым весом и эффективность вычислений на этапе инференса на уровне передовых моделей. Beam проходит финальные red-teaming и оценки. Мы выпустим веса, технический отчет, карточку модели и артефакты для разработчиков позднее в этом месяце.
Beam продвигает западный рубеж открытых весов и конкурирует с более крупными открытыми моделями, такими как GLM 5.2, и приближается к Qwen 3.8-Max в задачах кодирования и агентных задачах. Beam сочетает возможности кодирования и агентные способности с высокоэффективным рассуждением. На продвинутых бенчмарках рассуждений он достигает результатов, сопоставимых с GLM-5.2, используя в 3–4 раза меньше вычислительных ресурсов на инференс. Эти результаты переводятся в больше интеллекта на токен, обеспечивая мощные возможности модели при более низкой стоимости, что делает Beam мощной рабочей лошадкой для корпоративных задач кодирования и агентных нагрузок.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing