Beam 实测:SWE-bench 81.6%,NVFP4 量化几乎不掉分
ben_burtenshaw · x · 2026-10-16
Hugging Face 团队发布 Beam(Reflection 首个开放模型)的上手文章与实测数据。
模型规格:
- 501B 参数 MoE,每 token 激活 23B;52 层,每层 256 专家、路由 8 个
- 1M token 上下文,文本输入输出,Apache 2.0 许可
- 检查点提供 BF16/FP8/NVFP4;支持跨轮保留推理链(preservethinking)、专用工具调用语法,推理力度分 low/medium/high/xhigh/max 五档
- 附带 DFlash2 投机解码 drafter;Rust 编写的专用 harness
- transformers、vLLM、SGLang day-0 支持,可用 Miles 做全参数 RL
Agent 成绩:
- SWE-bench Verified 81.6%
- Terminal Bench 2.1:80.1%
- MCP Atlas:80.8%
- NVFP4 量化后成绩几乎不受影响,4-bit 版本可装进 4×B200
团队还发布了配套的 SFT 与 RL 后训练配方,并给出了运行、微调、以及用 Beam 构建应用的完整演示。
所属事件:Reflection 开源 Beam-1.0：501B MoE 模型支持 1M 上下文(20 条相关)→
「编程与Agent」频道最新
- Harness 开源桌面与移动端应用：跨框架跨机器编排 agent 集群 — dee_hw · 2026-10-16
- 开源 Google Analytics MCP Server:自然语言查网站数据 — modelcontextprotocol · 2026-10-16
- 实测 11 种提示策略催 LLM 创意：直接要「非显而易见」的点子最有效 — arjunrajlab · 2026-10-16
- a16z 播客:AI 让 10 人公司效率翻倍,工程师差距拉大 10 倍 — a16z · 2026-10-16
- Agent 跑任务卡死屏幕，用户每五分钟喊一次「等一下」 — every · 2026-10-16
- 用 3000 条真实发布片喂 Claude:作者做 MCP 告别千篇一律的 AI 生成视频 — Designer_Landscape25 · 2026-10-16