美國新創公司 Reflection AI 10 月初宣佈推出開源大語言模型（LLM，large language model）Beam，參數量達 5,010 億。公司由 Misha Laskin 同 Ioannis Antonoglou 創辦。
呢次發布距公司數月前一輪融資唔遠，當時估值 2,500 億美元。據報道，Reflection AI 同期同 SpaceX 簽下 63 億美元協議，租用 Nvidia GB300 NVL72 裝置（每部內含 72 張圖形卡）訓練 Beam。
公司將 Beam 同 GLM-5.2——一個參數量比 Beam 多約 2,500 億嘅開源 LLM——做對標。自評結果指，Beam 喺部分任務上表現更好，而所用硬件只係對手嘅三分之一至四分之一。公司亦稱，Beam 效能逼近參數量逾 2 萬億嘅 Qwen 3.8-Max。呢度就係重點：開源生態入面最先進嘅 LLM 多由中國公司開發（包括 Qwen 3.8-Max 同 GLM-5.2），而 Beam 係首個由美國新創開發、被證實有可媲美或更好表現嘅開源模型。不過，開放 LLM 整體仍然落後於 Anthropic 嘅 Claude Fable 5.1 等前沿模型。
Beam 嘅開發由一個細小嘅原型模型起步，其後逐級擴大規模、提升能力，最終產出作為地基嘅 Beam Base。Beam Base 用 6,144 張圖形卡訓練，訓練資料來自公開網絡同商業來源，合共 23.8 萬億 token（語言模型讀取同計費嘅最小單位），當中包含大量軟件代碼，並就每種編程語言設立自訂過濾器剔除低質文件。開發喺不足四個星期內完成，其後經過 midtraining（中期訓練），延長上下文窗口（context window）同增強推理能力，為第三個、硬件需求最高嘅階段鋪路。
公司啟動 10,000 張 GB300 圖形卡，開啟 13 億個強化學習（reinforcement learning）沙盒（sandbox，AI 模型學習新技能嘅虛擬環境），就生成代碼、搜尋網絡同運行 AI agent 等任務做優化。公司稱呢個強化學習階段只歷時四個星期，並自研軟件防止故障中斷工作流，訓練期間出現嘅 71 個錯誤，集群中位恢復時間為八分鐘。
目前 Beam 只經早期預覽計劃（early access program）提供；公司計劃本月稍後開放權重（weights）、文檔同微調（fine-tuning，將模型再訓練以適應特定任務或領域嘅過程）工具。
模姐驗嚇貨：以上所有對標數字——「部分任務更好、硬件用三分之一至四分之一」、「逼近 Qwen 3.8-Max」——全部係 Reflection AI 自己嘅自評，冇獨立第三方測試支持。又，公司稱「開源」，但權重尚未真正公開，要等本月稍後；開放權重同「完整開源」（代碼、數據、授權全公開）本身就係兩回事。大模型大唔代表樣樣得，要睇測試集、測試條件同跑分。
模姐｜深度調教
