説明
BeamはReflectionによって開発されたオープンウェイトモデルで、5010億のパラメータを持ち、そのうち230億がアクティブです。コーディング、推論、エージェントワークロードを効率的に処理するよう設計されています。Beamの能力は、事前学習と強化学習(RL)への大規模な投資の結果です。このモデルは、さまざまなソースからの238兆の高品質トークンで事前学習されており、同様のサイズのオープンモデルと同等またはそれ以上のパフォーマンスを発揮します。RLトレーニングは、10.5KのNVIDIA GB300 GPU上で1億回以上のロールアウトを行い、高い計算効率に焦点を当てました。
続きを読む
BeamはGLM 5.2のような大規模モデルと競争力があり、コーディングやエージェントタスクにおいてQwen 3.8-Maxに近づいています。推論効率に優れ、低コストでより多くの知性をトークンあたり提供します。このモデルは最終評価を受けており、ウェイトと技術報告書が近日中に公開される予定です。
このモデルのアーキテクチャには、効率的な推論とコーディング能力を可能にするスパースMixture-of-Experts(MoE)設計が含まれています。BeamのRLトレーニングは、非同期ポリシー勾配を用いても安定した学習を強調し、さまざまなタスクにおいて堅牢なパフォーマンスを保証します。
Beamは、先進的なAI機能をワークフローに統合しようとする企業に適しています。ソフトウェア開発から機械学習ワークフローまで、さまざまなアプリケーションをサポートし、異なる環境に適応可能です。Reflectionは、BeamをApache 2.0ライセンスの下で公開する計画を立てており、開発者が基盤を構築できるようにします。
- カテゴリーAIモデルとLLM
- 料金モデルオープンソース
- デプロイクラウド
- プラットフォームWeb
Beamの主要機能
5010億のパラメータ
スパースMixture-of-Expertsモデル
238兆トークンで事前学習
高計算強化学習
大規模モデルと競争力あり
効率的な推論性能
オープンウェイトモデル
Apache 2.0ライセンス
Beamの使い方は?
サインアップ: 早期アクセスのためのウェイトリストに参加
設定: 特定のタスクにモデルを設定
使用: Beamをワークフローに統合
最適化: 効率のために推論努力を調整
Beamの使用例
- 企業コーディング
- 高度な推論
- エージェントワークロード
- 機械学習ワークフロー
- ソフトウェア開発









