10500 张卡练 4 周，学的是少说话。 Reflection 刚开源了 Beam 的权重（Apache 2.0）：501B 参数 MoE，每次只激活 2… · @tonnyzhou · TwKit

@tonnyzhou

10500 张卡练 4 周，学的是少说话。 Reflection 刚开源了 Beam 的权重（Apache 2.0）：501B 参数 MoE，每次只激活 23B，1M 上下文，纯文本模型。 训练思路挺反常识：直接对多余的 token 罚款。同样一个任务，token 用得越少越好——省下来的都是真金白银。 官方自己都承认：拼峰值能力，Terminal-Bench 上干不过国产那几家。但它赌的是企业更在乎每次任务的成本，而不是榜单第一。 我的看法：企业买单的逻辑从来都是"够用+便宜"压过"最强+烧钱"，Beam 就是照着这个账本练出来的。#AI快讯

曝光 37 · 评论 3 · 点赞 1 · 书签 0