Amerykańskie laboratorium Reflection publikuje Beam, swój pierwszy model, na otwartej licencji. Ten model językowy typu mieszanka ekspertów (MoE, architektura, w której tylko część sieci przetwarza każdy token, czyli każdy fragment tekstu) ma 501 miliardów parametrów, z czego 23 miliardy są aktywowane dla każdego tokena. Akceptuje tekst na wejściu, ma okno kontekstu o długości 1M tokenów i jest dystrybuowany na licencji Apache 2.0 na Hugging Face.
Beam jest zorientowany na kod i zastosowania agentowe, czyli systemy zdolne do łączenia akcji z narzędziami. Jest skierowany do zespołów, które chcą uruchomić model tej wielkości na własnym sprzęcie, własnej infrastrukturze lub w chmurze i dostosować go do swoich potrzeb. Dostarczany jest z otwartoźródłowym uprzężem napisanym w Ruście, środowiskiem programistycznym, które steruje modelem.
Architektura z ekspertami
Beam obejmuje 52 warstwy, z 256 ekspertami na warstwę MoE, z czego 8 jest angażowanych dla każdego tokena. 256 ekspertów pozostaje w pamięci: wdrożenie wymaga więc pamięci modelu o 501 miliardach parametrów, ale obliczenia są wykonywane z szybkością modelu o 23 miliardach. Punkt kontrolny BF16 waży około 1 TB w formacie safetensors, podczas gdy wersja NVFP4, która przechowuje większość parametrów w 4 bitach, spada do około 280 GB. Według dokumentacji układy Blackwell natywnie obsługują ten format, podczas gdy starsze GPU, takie jak H200, nie mogą. Punkty kontrolne FP8 są dostosowane do generacji Hopper i Ampere.
Model oferuje pięć poziomów rozumowania: « low », « medium » (domyślny), « high », « xhigh » i « max ». Reflection podaje, według własnych wyników, wynik 81,6% w benchmarku SWE Bench Verified w BF16, w porównaniu do 80,2% w FP8 i 80,7% w NVFP4. Wynik 97,7% osiągnięty w AIME 2026 również znajduje się wśród liczb przekazanych przez wydawcę. Hugging Face przeprowadził również pięć testów jakościowych na konkretnych zadaniach, które przedstawia jako oceny « vibe », a nie benchmarki.
Wdrażanie i personalizacja
Beam jest obsługiwany od momentu uruchomienia przez biblioteki transformers, SGLang i vLLM. Hugging Face dostarcza również przepisy na dostrajanie nadzorowane (SFT, które polega na trenowaniu modelu na adnotowanych przykładach) i uczenie przez wzmacnianie (RL). W jednym przykładzie dostrojenie za pomocą adapterów LoRA, które modyfikują tylko niewielką część wag, pozwoliło uzyskać odpowiedź w żądanym języku na 16 z 16 promptów, w porównaniu do 3 na 16 dla modelu bazowego. Ten test mierzy przestrzeganie języka, a nie poprawność rozumowania. Beam jest również dostępny przez Inference Providers, z dostawcami Baseten, Fireworks i Together.
Reflection ogłasza również 10 000 dolarów kredytów na Hubie, rozdysponowanych między najlepsze projekty zbudowane z Beam. Uczestnicy muszą opublikować demo, model skwantowany, syntetyczny zestaw danych, środowisko do uczenia przez wzmacnianie lub benchmark, a następnie udostępnić link w zakładce dyskusji na stronie modelu.
