Reflection AI 开源 Beam 1.0 模型定制全流程配方

Reflection AI 将开放权重模型 Beam 1.0（501B 参数 MoE，23B 激活，1M 上下文）的定制配方发布到官网与 cookbook 仓库，涵盖 LoRA 到 GRPO 的 RL 后训练全流程。每份配方都是完整可复现的运行记录，包含数据、代码、训练配置、脚本、硬件需求与耗时等细节，供社区复现和参考。

2026-10-21 ~ 2026-10-22 · 2 条相关

• Reflection 开源 501B MoE 模型 Beam 1.0 的 RL 后训练全食谱 — ying11231 · 2026-10-21
• Reflection 开放 Beam 定制配方:LoRA 到 GRPO 全流程开源复现 — HowDevelop · 2026-10-22