📖 AI 总结

Reflection AI 发布了其首个开放权重模型 Beam，这是一个稀疏混合专家（MoE）架构模型，总参数量 501B，每 token 激活 23B，面向编程、推理和智能体工作负载。据团队介绍，Beam 在推理基准上仅需 GLM 5.2 等更大开放模型三到四分之一的推理算力，主打推理效率而非绝对能力领先。模型基于 23.8 万亿 token 预训练，数据筛选剔除了约 95% 的原始网络 token，同时保留了约 1.8 万亿被常规过滤器丢弃的高质量数据。架构上采用局部与全局注意力交错及细粒度路由专家，并改进了 DeepSeek-V3 的无辅助损失负载均衡方法。预训练在 6144 块 NVIDIA GB300 GPU 上不到四周完成，有效上下文经中期训练扩展至 100 万 token。Beam 目前处于红队测试阶段，尚未开放自托管，仅通过候补名单提供早期访问。