Reflection AI تفتح Beam للوصول المبكر، مع الأوزان المفتوحة المتوقعة لاحقاً في أكتوبر
- افتتحت Reflection AI الوصول المبكر إلى Beam، وهو نموذج مفتوح الأوزان يحتوي على 501 مليار معلمة، في 5 أكتوبر.
- تُصدر الأوزان، والتقرير الفني، وبطاقة النموذج لاحقاً في أكتوبر بموجب ترخيص Apache 2.0.
- يقول Reflection إن Beam يتساوى مع GLM-5.2 الخاص بـ Z.ai في اختبارات الاستدلال، مع استخدام أقل بنسبة 3–4 مرات لحوسبة الاستدلال.
أطلقت Reflection AI Beam، أول نموذج مفتوح الأوزان لديها، في مرحلة الوصول المبكر في 5 أكتوبر. النموذج يكمل حالياً اختبار الاختراق (red-teaming)، وستُصدر الأوزان، والتقرير الفني، وبطاقة النموذج لاحقاً هذا الشهر.
تشير Reflection إلى أن الأوزان تُصدر بموجب ترخيص Apache 2.0، مع الحزمة الكاملة لتشغيل وتقييم وضبط Beam.
التكافؤ مع GLM-5.2 يأتي مع استهلاك أقل بنسبة 3–4× لحوسبة الاستدلال
Beam هو نموذج مختلط متناثر من الخبراء (MoE) يحتوي على 501 مليار معلمة، مع تفعيل 23 مليار معلمة لكل رمز. تم تدريبه مسبقاً على 23.8 تريليون رمز، وبلغ طول سياقه 1 مليون رمز خلال مرحلة التدريب المتوسطة.
تفيد التقييمات بأن Beam يتفوق على GLM-5.2 الخاص بـ Z.ai في اختبارات الاستدلال المتقدمة، بينما يستخدم «حسابات استنتاج أقل بنسبة 3–4 مرات». لم يتم التحقق من هذه الادعاءات بشكل مستقل.
يحتوي GLM-5.2 على حوالي 744 مليار معلمة، منها 40 مليار مُفعّلة. وتُصنّف التقييمات Kimi K3 بأنه الأقدم قدرةً في الأداء الخام، بينما تبرز ميزة Beam في كفاءة الاستدلال.
مقارنةً بـ Inkling التابع لـ Thinking Machines Lab والمُطلق في يوليو، تظهر جداول التقييمات أن Beam يتقدم على Inkling في أربعة معايير للبرمجة، مع تسجيل درجات لكلا النموذجين.
في اختبار SWE Bench Pro v2-Hard، حصل Beam على درجة 77.2 مقابل 56.9 لـ Inkling. يُعد Inkling متعدد الوسائط، بينما يظل Beam مخصصاً للنصوص فقط.
10,500 GPUs من نوع Nvidia GB300 عملت لمدة أربعة أسابيع في التعلم المعزز
استخدمت عملية التعلم المعزز التي أجرتها Reflection 10,500 وحدة GPU من نوع Nvidia GB300 لمدة أربعة أسابيع، وأنتجت أكثر من 100 مليون مسار تنفيذ (rollouts)، واستخدمت حوالي 1.3 مليار بيئة افتراضية (sandboxes) للتدريب والتقييم.
تقول الشركة إنها واحدة من أكبر عمليات التعلم المعزز التي أُجريت بواسطة أي مختبر مفتوح المصدر. وبالنسبة لـ Inkling، فقد تم تدريبه وفقاً لأرقام Reflection على 30 مليون مسار تنفيذ.
تأسست Reflection في عام 2024 على يد ميشا لايسين وإيوانيس أنتونولوجو، وهما باحثان سابقان في Google DeepMind. وقد جمعت الشركة حوالي 4.7 مليار دولار من المستثمرين، بمن فيهم Nvidia وSequoia Capital وLightspeed Venture Partners، وذلك مؤخراً عند تقييم مسبق للقيمة يبلغ 25 مليار دولار.
في العام الماضي، جمعت الشركة 2 مليار دولار بتقييم يبلغ 8 مليارات دولار، وفقاً لما أفاد به Cryptopolitan. ويصل صفقتها مع SpaceX إلى 6.3 مليار دولار، بمعدل 150 مليون دولار شهرياً لسعة Nvidia GB300 في Colossus 2 بالقرب من ممفيس، وفقاً لتقرير Cryptopolitan الصادر في يونيو.
كما يدعم Beam عرض "مصنع الذكاء الاصطناعي" الخاص بـ Reflection، الذي يتيح للمؤسسات تدريب نماذجه على بياناتها الخاصة وتشغيلها على بنيتها التحتية الحاسوبية الخاصة. وتجربة Shinsegae Group إصداراً سيادياً في كوريا الجنوبية.
«إنها تشبه إلى حد ما صواريخ الفضاء»، قال لاسكين عن مسار نماذجه نحو الحدود. «لبناء صاروخ كبير، يستغرق الأمر وقتًا.»
إذا كنت تقرأ هذا، فأنت متقدّم بالفعل. ابق هناك مع نشرتنا الإخبارية.
الأسئلة الشائعة
ما هو Beam ومن بناه؟
Beam هو أول نموذج مفتوح الأوزان من Reflection AI، وهو نظام مزيج من الخبراء يتكون من 501 مليار معلمة.
متى سيتم إطلاق أوزان Beam؟
في وقت لاحق من أكتوبر 2026، بموجب ترخيص Apache 2.0، بعد اختبار الاختراق النهائي.
كيف يقارن Beam بالنماذج المنافسة؟
تقول Reflection إن Beam يعادل GLM-5.2 الخاص بـ Z.ai في اختبارات الاستدلال مع استخدام 3–4 مرات أقل من حوسبة الاستدلال.
راندا موسى
رندا موسى محررة وصحفية في كريبتوبوليتان تغطي التكنولوجيا والذكاء الاصطناعي والروبوتات والعملات الرقمية والاحتيال والاختراقات. عملت في مجال العملات الرقمية منذ عام 2017. شغلت مناصب في Forward Protocol وAmaZix وCryptosomniac. وتحمل رندا درجة البكالوريوس في الهندسة الكهربائية والإلكترونيات من جامعة برادفورد.
