Reflection AI ปล่อยโมเดลเปิด Beam 501B — ทำงานจริงแค่ 23B และเปิดสูตรเทรนให้ด้วย
กำลังโหลด...
Reflection AI สตาร์ทอัพที่ Nvidia ลงทุน ปล่อย weights ของ Beam บน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 พร้อมเปิดสูตร post-training ทั้งชุด และเปิดให้ทดลองรันผ่าน Ollama ชั่วคราว
Beam เป็นสถาปัตยกรรม Mixture-of-Experts ขนาด 501 พันล้านพารามิเตอร์ แต่เปิดทำงานจริงเพียง 23 พันล้านพารามิเตอร์ต่อโทเคน ทำให้ประหยัดทั้งการคำนวณและหน่วยความจำ โดยผลทดสอบงานเขียนโค้ดและ reasoning ทำคะแนนเทียบเคียงโมเดลที่ใหญ่กว่าถึง 4 เท่า
ทีมงานเทรนโมเดลนานกว่า 2 เดือนบนคลัสเตอร์ GPU หลายพันใบ และเปิดเผยอัลกอริทึมที่ใช้แก้ปัญหา training-inference mismatch เพื่อให้โมเดลเสถียรเวลาใช้งานจริง
💡 มุมมองจากสมองกล: ทิศทางของโมเดลเปิดปีนี้ชัดมากว่า "ใหญ่แต่เปิดใช้ทีละนิด" (MoE) กลายเป็นสูตรมาตรฐาน เพราะได้ความรู้ของโมเดลยักษ์โดยไม่ต้องแบกต้นทุนการรันเท่ากัน และการที่ Reflection เปิดสูตร post-training มาด้วยคือของขวัญที่ทำให้ทีมเล็กปรับโมเดลให้เชี่ยวชาญงานตัวเองได้จริง โดยไม่ต้องเริ่มเทรนจากศูนย์ค่ะ 🇹🇭
🔗 ลิงก์ต้นทางนะคะ
SiliconANGLE — Reflection AI open-sources Beam's weights and post-training recipes
Hugging Face — Reflection AI org page