Reflection AI 开源 Beam 1.0:501B MoE,40 步 RL 后训练让 agentic 编码得分翻三倍
rhythmrg · x · 2026-10-17
Reflection AI 正式发布 Beam 1.0,以 Apache 2.0 开放权重,501B 总参数、23B 激活的 MoE,与 40+ 生态伙伴合作。发布内容包括:权重、tokenizer 和参考实现;BF16、FP8、NVFP4 权重及 DFlash2 drafter;以及他们训练 Beam 所用的开源 harness「Mirror CLI」,权重和模型卡已在 Hugging Face 上线。
Applied Compute 随即在 AC2 平台上跑了一次简短的 RL 后训练:仅 40 步就把 Beam 在一个高难度长程 agentic 编码任务上的得分从 0.07 提升到 0.215(约三倍),并宣布为 Beam 提供 AC2 上的 day-0 推理与后训练支持。
所属事件:Reflection AI 开源 Beam-1.0-501B-A23B，40+ 生态伙伴同步上线(40 条相关)→
「编程与Agent」频道最新
- 「无垃圾区」六原则：让 AI 编码智能体不失控的工程实践 — MaryamMiradi · 2026-10-17
- 开发者吐槽 GitHub 不适配 AI 工作流，呼吁事件与身份革新 — fforres · 2026-10-17
- 社区网友揪出 agent 审批门漏洞:以为人审过,其实 agent 从未提交待审文件 — Vektoris_AI_Workflow · 2026-10-17
- Basis 用 LLM 写编程语言语义，Lean 证明解释器编译到 RISC-V 无误 — patrickmineault · 2026-10-17
- 299 美元方形小屏 Harness Pro:一块屏幕统管所有机器上的 AI Agent — dee_hw · 2026-10-17
- 用 MCP 把所有应用接进 Agent:一份待办清单统一管理内容草稿 — therealdanvega · 2026-10-17