跳到正文
事件历史事件

Reflection AI 发布开源模型 Beam 并对标中国模型

6篇报道5个报道来源最近报道

先了解这件事

AI 综述

Reflection AI 公布首个计划开放权重的模型 Beam,采用稀疏 MoE 架构,总参数 501B、激活 23B,面向编码、推理与智能体任务,在 23.8 万亿 token 上预训练,并用约 10,500 张 NVIDIA GB300 进行四周强化学习训练,最大上下文 256K token。公司称 Beam 性能与中国领先开源模型相当,推理任务上以少 3 至 4 倍算力达到 GLM 5.2 水平,SWE-bench Verified 得分 80.9,但 Terminal Bench v2.1 得分 80.1,低于 GLM 5.2、Kimi K3 和 DeepSeek V4.1 Flash。Beam 仍在最终红队测试与评估,权重、技术报告和模型卡计划本月晚些时候以 Apache 2.0 许可发布。Reflection 同时发布 Open Safety Framework,列出权力集中、生物武器、化学武器、网络攻击、失控等八类风险及发布门槛。

AI 根据报道生成 · 4 天前更新

事件进展

2 个进展
  1. · 5篇报道
    Reflection AI发布开源模型Beam对标中国模型
    Financial Times · 人工智能:Reflection AI 推出 Beam 模型,对标中国开源模型
  2. 日期未标 · 1篇报道
    Reflection发布开放安全框架
    Reflection:Reflection 发布 Open Safety Framework,界定八类系统性风险与发布门槛

后续时间线

10月6日
  1. The Decoder
    Reflection 发布开放权重模型 Beam,称性能超越中国以外所有开源模型

    Reflection 发布首个开放权重模型 Beam,采用 MoE 架构,每 token 激活 5010 亿总参数中的 230 亿,主打低算力下的编码、逻辑推理与智能体任务。Reflection 称 Beam 在推理任务上以少 3 至 4 倍算力达到 GLM 5.2 水平,SWE-bench Verified 得分 80.9,但原始性能仍不及 Kimi K3。模型权重将以 Apache 2.0 协议于本月晚些时候发布,目前仍在进行最终安全测试。

  2. latent.space
    Reflection 发布 Beam:501B-A23B 美国开源模型

    Reflection 发布 Beam,一个总参数 501B、激活 23B 的文本 MoE 模型,面向编程、智能体与科研任务,从零训练,完整权重将以 Apache 2.0 协议于本月开放。其预训练使用 23.8T token,并在约 10,500 块 GB300 上完成约四周预训练与四周 RL,自称 SWE-bench Verified 得分 80.9。Artificial Analysis 预计其将成为同智能水平下最省 token 的开源模型之一,但部分基准仍落后于 DeepSeek V4 Flash 等模型。

  3. Help Net Security AI
    Reflection AI 推出 5010 亿参数开源权重模型 Beam,编码测试落后头部开源模型但称推理算力更低

    Reflection AI 发布 5010 亿参数开源权重模型 Beam,采用 MoE 架构、每 token 激活 230 亿参数,计划本月晚些时候以 Apache 2.0 许可公开权重。在 Terminal Bench v2.1 上 Beam 得分 80.1,低于 GLM 5.2 的 81.0、Kimi K3 的 88.3 和 DeepSeek V4.1 Flash 的 90.6;DeepSWE v1.1 得分 44.4。Reflection 称 Beam 高级推理基准与 GLM 5.2 相当,推理算力用量少三到四倍,该估算基于公式得出,未计入提示词处理和注意力开销,安全评估与红队测试结果将随权重一并发布。

  4. Financial Times · 人工智能
    Reflection AI 推出 Beam 模型,对标中国开源模型

    Reflection AI 发布新模型 Beam,声称其性能与中国领先的开源模型相当。这家初创公司此举旨在增强美国在开源模型领域与中国竞争的实力。

10月5日
  1. Reflection
    Reflection 公布 Beam 模型,计划本月晚些时候开放权重

    Reflection 公布首个计划开放权重的模型 Beam,采用稀疏 MoE 架构,总参数501B、激活23B,面向编码、推理与智能体任务。公司称模型在23.8万亿token上预训练,随后用10.5K张NVIDIA GB300进行四周强化学习训练,生成超过一亿次rollout,最大上下文256K token。Beam仍在最终红队测试与评估,权重、技术报告和模型卡计划本月晚些时候发布,尚不能据此称权重已经开放。

日期未标
  1. 日期未标
    Reflection
    Reflection 发布 Open Safety Framework,界定八类系统性风险与发布门槛

    Reflection AI 发布 Open Safety Framework,公开其对前沿与开源模型系统性风险的识别、评估与缓解承诺,覆盖加州 TFAIA 定义的灾难性风险和欧盟 AI Act 的系统性风险。框架列出八类风险,包括权力集中、生物武器、化学武器、网络攻击、失控,以及列为研究类风险的放射性武器、核武器和有害操纵。发布决策在集中风险与扩散风险之间权衡,默认开放发布,但当某项能力的直接危害可能既灾难性又不可逆时启用兜底机制。框架为已确立风险设定 Limited 与 Critical 两级门槛,Critical 需在缓解措施验证后附肯定性安全论证方可发布,并设立由 CEO 主持的治理委员会、治理理事会与 AI 治理负责人等问责结构,同时预留最多 30 天供美国政府自愿测试。

相关讨论

共17条

关注度走势

每天新增来源

10天共17个·最多14(10月6日)·今天0

  • 10月4日新增1个来源(1家媒体、0个账号)
  • 10月5日新增2个来源(1家媒体、1个账号)
  • 10月6日新增14个来源(10家媒体、4个账号)
  • 10月7日新增0个来源(0家媒体、0个账号)
  • 10月8日新增0个来源(0家媒体、0个账号)
  • 10月9日新增0个来源(0家媒体、0个账号)
  • 10月10日新增0个来源(0家媒体、0个账号)
  • 10月11日新增0个来源(0家媒体、0个账号)
  • 10月12日新增0个来源(0家媒体、0个账号)
  • 10月13日新增0个来源(0家媒体、0个账号)

每小时关注度

当前关注度46·可比范围峰值59(10月7日 12:00)·近 24 小时可比范围变化 0%

020406010月7日12:0010月9日02:0010月10日17:0010月12日07:00