Beam خدام

Beam هو أول نموذج لغوي كبير مفتوح المصدر من تطوير Reflection AI، مبني على بنية MoE sparse فيها 501B بارامتر، وما كيتفعّلو غير 23B فكل token، وكيْدعم سياق حتى لـ 1 مليون token، وتدرّب مسبقاً على 23.8T token. عملية تدريب Beam كتعتبر عرضاً ضخماً للقوة الحاسوبية: التدريب المسبق سالا فـ أقل من أربعة أسابيع باستعمال 6,144 بطاقة GB300، ومن بعد استعملو 10,500 بطاقة GB300 لمدة أربعة أسابيع فتعلم معزز واسع النطاق بأكثر من 100 مليون rollout.

البرمجة والتطوير: كيوصل لمستوى مماثل لـ GLM-5.2 فمهام هندسة البرمجيات، وكيعتبر النموذج الرئيسي لأحمال البرمجة فالشركات.
تنفيذ مهام الوكلاء: عندو القدرة يستعمل الأدوات، ويتعامل مع الطرفية، ويقلب فالويب، ويكمّل مهام متعددة المراحل بشكل ذاتي، وحتى كيتعلم يستعمل نماذج لغوية كبيرة أخرى وواجهات OCR API.
معالجة النصوص الطويلة: كيدعم سياق حتى لـ 1 مليون token، وكيقدر يحدد ويربط المعلومات المهمة داخل مستودعات كود ووثائق طويلة بزاف.
التحكم فقوة الاستدلال: المستخدم كيقدر يبدّل بمرونة بين جواب قصير واستدلال طويل باستعمال معامل reasoning effort، حسب نوع المهمة وميزانية الحوسبة.

تابعنا فـ微信 وردّ بكلمة “开源” باش تنضم لمجموعة تبادل مشاريع الذكاء الاصطناعي مفتوحة المصدر
بنية MoE sparse: النموذج فيه 501B بارامتر فالمجموع، ولكن كيتفعّلو غير 23B فكل مرة. وكيتم تحقيق استعمال شبه متساوي للخبراء عبر توجيه دقيق للخبراء وتوازن فالحِمل ما كيحتاجش لخسارة مساعدة. حمل الخبير الأكثر انشغالاً غير 1.04×، وهادشي هو الأساس على مستوى العتاد لكفاءة Beam فالتنفيذ.
تدريب واسع على جوج مراحل: التدريب المسبق استهلك 23.8T token فـ أقل من أربعة أسابيع باستعمال 6,144 بطاقة GB300، مع مجدول واعي بالطوبولوجيا ورصد صامت لتلف البيانات، ووصل goodput لـ 92.3%. من بعد، استعملو 10.5K بطاقة GB300 لمدة أربعة أسابيع فالتعلم المعزز، ونتج على هاد المرحلة أكثر من 100 مليون rollout، مع الحفاظ فالمتوسط على 110,000 rollout متزامن و170,000 sandbox متزامن.
نظام RL غير متزامن بالكامل: كيستعمل asynchronous policy gradients، وكيخلي rollout والتدريب يخدمو بالتوازي. وكل token كيتعلّم عليه إصدار النموذج اللي ولّدو باش يتعالج مشكل قِدم السياسة. وحتى إلا تأخرت العينة على السياسة الحالية بنهار واحد (107 إصدارات)، كيبقى الاستقرار العددي موجود؛ والأوزان الجديدة كتتوزع على مراحل عبر RoCE نحو عنقود الاستدلال فـ وسيط زمني قدره 12 ثانية فقط.
تعلم الاستدلال بطول قابل للتحكم: كيتزاد فـ RL معامل كيعاقب على الطول، باش يتعلم النموذج الأول يحل المسائل باستعمال عدد أقل من token، ومن بعد يوسّع طول الاستدلال بشكل طبيعي مع تحسن قدرات الوكيل، محققاً أفضل توازن بين القدرة واستهلاك token، مع إمكانية ضبطه حسب الحاجة.

فـ المرحلة الحالية، الأوزان مازال ما تطرحاتش، والنسخة التجريبية متوفرة غير لبعض المستخدمين. تقدر تمشي لـ https://platform.reflection.ai/ وتطلب تجربة مبكرة.

كفاءة استدلال عالية بزاف: كيوصل لنفس مستوى الاستدلال باستعمال قدرة حاسوبية أقل بـ 3–4 مرات من GLM-5.2، وكيوفر أكثر من نماذج بحال Qwen 3.8-Max اللي فيها أكثر من 2T بارامتر، وكيتميز بكثافة ذكاء عالية.
عدد البارامترات المفعّلة صغير بزاف: من أصل 501B بارامتر، كيتفعّلو غير 23B فكل token، وتصميم MoE sparse كيخفض بزاف تكلفة النشر والاستدلال.
حجم RL نادر فالمجال: 10.5K بطاقة GB300 خدامة أربعة أسابيع متواصلة، مع أكثر من 100 مليون rollout، وهادشي من أكبر تدريبات RL اللي دارتها مختبرات مفتوحة حتى الآن.
استقرار قوي فالتدريب: ما وقع غير 9 مرات ديال التراجع شبه الآلي طوال التدريب المسبق، ووصل goodput لـ 92.3% بلا ما تفقد منحنيات التدريب الاستقرار، بمستوى هندسي ناضج بزاف.
طول الاستدلال قابل للتحكم: المستخدم كيقدر يضبط عمق الاستدلال بحرية باستعمال معامل reasoning effort، ويدير التوازن اللي مناسب ليه بين الأداء والتكلفة.

الموقع الرسمي للمشروع: https://reflection.ai/blog/introducing-beam

مساعد برمجة خاص بالشركات: الشركات تقدر تستضيفو بالكامل وتبني مساعد برمجة بالذكاء الاصطناعي بتكلفة منخفضة، بلا ما تخرج البيانات من الشبكة الداخلية.
إعادة هيكلة ومراجعة مستودعات الكود: بفضل نافذة السياق ديال 1 مليون token، Beam يقدر يحمّل مرة وحدة مستودع كود متوسط الحجم كامل، ويفهم العلاقات بين الملفات، وينفذ إعادة هيكلة واسعة أو تدقيقاً أمنياً.
سير عمل آلي للوكلاء: Beam تدرّب بالتعلم المعزز عبر أكثر من 100 مليون rollout، واكتسب قدرات استعمال الأدوات والطرفية والبحث فالويب، ويقدر يشغّل مهام متعددة المراحل وطويلة السلسلة بحال تحليل البيانات ومراقبة وتشغيل الأنظمة.
نشر سيادي للذكاء الاصطناعي فالحكومة والشركات: باعتبارو نموذج أوزان مفتوحة طوّراتو فرقة أمريكية، Beam قابل للتدقيق والنشر المعزول، وكيوافق احتياجات الشراء المطابقة للقوانين عند الحكومات وقطاعات الطاقة والصناعات الدفاعية، خصوصاً بالنسبة لنماذج ماشي تابعة لسلسلة توريد صينية.