Reflection AI 发布开源权重模型 Beam,面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 的参数量、上下文长度与三种精度权重,并说明在 AWS 上的两条部署路径,便于评估自托管成本。
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 的参数量、上下文长度与三种精度权重,并说明在 AWS 上的两条部署路径,便于评估自托管成本。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放,聚焦编码与智能体场景。
推荐理由:501B 稀疏 MoE 开源模型给出 1M 上下文与完整部署、后训练配方,可据此评估自托管前沿模型的成本与路径。
Benefit Street Partners 的 Anant Kumar 借助 Codex 构建贷款估值对比与信贷协议分析工具,并用其进行代码审查、加快后续跟进。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,上下文窗口最高 100 万 token,可输入文本、图像、音频和视频并输出文本。
推荐理由:Meta 开源 816B 多模态 MoE 模型,给出完整部署与微调配方,可据此评估自托管前沿模型的成本与可行性。