يطرح المختبر الأمريكي Reflection نموذجه الأول Beam تحت ترخيص مفتوح. هذا النموذج اللغوي من نوع خليط الخبراء (MoE، وهي بنية حيث تعالج فقط جزء من الشبكة كل رمز، أي كل جزء نصي) يضم 501 مليار معامل، يتم تفعيل 23 مليار منها لكل رمز. وهو يقبل النص كمدخل، ويتمتع بنافذة سياق قدرها 1 مليون رمز، ويتم توزيعه تحت ترخيص Apache 2.0 على Hugging Face.
Beam موجه نحو البرمجة والاستخدامات الوكلائية، أي الأنظمة القادرة على ربط سلسلة من الإجراءات باستخدام أدوات. وهو موجه للفرق التي ترغب في تشغيل نموذج بهذا الحجم على أجهزتها الخاصة، أو على بنيتها التحتية، أو في السحابة الإلكترونية، وتكييفه وفق احتياجاتها. ويتم تزويده بـ حزمة تحكم مفتوحة المصدر مكتوبة بلغة Rust، وهي بيئة برمجية تقود النموذج.
بنية قائمة على الخبراء
يتكون Beam من 52 طبقة، مع 256 خبيرًا في كل طبقة MoE، يتم استدعاء 8 منهم لكل رمز. يبقى الـ 256 خبيرًا في الذاكرة: لذا يتطلب النشر ذاكرة نموذج سعة 501 مليار معامل، ولكن الحساب يتم بسرعة نموذج سعة 23 مليار معامل. يزن نقطة التحقق BF16 حوالي 1 تيرابايت بصيغة safetensors، بينما النسخة NVFP4، التي تخزن معظم المعاملات بـ 4 بت، تنخفض إلى حوالي 280 جيجابايت. وفقًا للوثائق، تشغّل رقائق Blackwell هذا التنسيق بشكل أصلي، بينما لا تستطيع وحدات معالجة رسومية أقدم مثل H200 ذلك. نقاط التحقق FP8 مناسبة لأجيال Hopper و Ampere.
يقدم النموذج خمسة مستويات للاستدلال: « منخفض »، « متوسط » (الافتراضي)، « مرتفع »، « مرتفع جدًا » و »أقصى ». يذكر Reflection، بناءً على نتائجه الخاصة، تحقيق درجة 81.6% في معيار SWE Bench Verified باستخدام BF16، مقابل 80.2% باستخدام FP8 و 80.7% باستخدام NVFP4. كما تضمن الأرقام التي يعلنها الناشر درجة 97.7% في اختبار AIME 2026. كما أجرى Hugging Face خمسة اختبارات نوعية على مهام محددة، يقدمها كتقييمات « شعورية » وليس كمعايير قياس.
النشر والتخصيص
يتم دعم Beam منذ إطلاقه بواسطة المكتبات transformers و SGLang و vLLM. يوفر Hugging Face أيضًا وصفات للضبط الدقيق الخاضع للإشراف (SFT، والذي يتضمن تدريب نموذج على أمثلة مشروحة) والتعلم المعزز (RL). في مثال ما، سمح الضبط الدقيق باستخدام محولات LoRA، التي تعدل جزءًا صغيرًا فقط من الأوزان، بالحصول على إجابة باللغة المطلوبة في 16 من 16 أمرًا، مقابل 3 من 16 للنموذج الأساسي. يقيس هذا الاختبار الالتزام باللغة، وليس صحة الاستدلال. Beam متاح أيضًا عبر Inference Providers، مع مزودي الخدمة Baseten و Fireworks و Together.
يعلن Reflection أيضًا عن رصيد بقيمة 10,000 دولار على Hub، يتم توزيعه على أفضل المشاريع المبنية باستخدام Beam. على المشاركين نشر عرض تجريبي، أو نموذج مُكمي، أو مجموعة بيانات اصطناعية، أو بيئة تعلم معزز، أو معيار قياس، ثم مشاركة الرابط في علامة تبويب المناقشات في صفحة النموذج.
