Reflection AI เปิดตัว Beam โมเดล MoE โอเพนเวท 501B
Reflection AI เผยโฉม Beam โมเดลสถาปัตยกรรม Mixture-of-Experts ขนาด 501 พันล้านพารามิเตอร์ ออกแบบมาเพื่อการเขียนโค้ดและเอเจนต์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Reflection AI เปิดตัว Beam โมเดลโอเพนเวทตัวแรก
- สถาปัตยกรรม MoE 501B พารามิเตอร์ และทำงานจริง 23B
- เทียบชั้น GLM-5.2 ด้านการใช้เหตุผลด้วยทรัพยากรน้อยกว่า 3-4 เท่า
- เตรียมปล่อยน้ำหนักโมเดลภายใต้สัญญาอนุญาต Apache 2.0 ปลายเดือนตุลาคม 2026
Reflection AI ประกาศเปิดตัว Beam ซึ่งถือเป็นโมเดลโอเพนเวท (Open-weight) ตัวแรกของบริษัท โดยเป็นโมเดลประเภท sparse Mixture-of-Experts (MoE) ที่มีขนาดพารามิเตอร์รวมถึง 501 พันล้าน (501B) และมีพารามิเตอร์ที่ทำงานจริงต่อการประมวลผล (Active parameters) อยู่ที่ 23 พันล้าน (23B) พารามิเตอร์ โมเดลรุ่นนี้ได้รับการพัฒนาขึ้นมาโดยเฉพาะเพื่อรองรับงานด้านการเขียนโปรแกรม (Coding) และภาระงานระดับเอเจนต์ (Agentic workloads)
ทางบริษัทระบุว่า Beam สามารถทำคะแนนด้านการใช้เหตุผล (Reasoning) ได้เทียบเท่ากับโมเดล GLM-5.2 แต่ใช้ทรัพยากรในการประมวลผลสำหรับการอนุมาน (Inference compute) น้อยกว่าถึง 3 ถึง 4 เท่า ซึ่งถือเป็นก้าวสำคัญในการเพิ่มประสิทธิภาพให้กับระบบปัญญาประดิษฐ์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การพัฒนาโมเดลแบบ Mixture-of-Experts (MoE) ที่มีพารามิเตอร์รวมขนาดใหญ่แต่ใช้พารามิเตอร์จริงเพียงเสี้ยวเดียวในการประมวลผลแต่ละครั้ง เป็นแนวทางยอดนิยมในวงการ AI ปัจจุบัน ช่วยให้โมเดลมีความสามารถสูงในการจดจำข้อมูลแต่ยังคงความเร็วและประหยัดต้นทุนในการรันระบบได้ดีกว่าโมเดลแบบ Dense ทั่วไป การที่ Reflection AI เลือกใช้สัญญาอนุญาตแบบ Apache 2.0 ยังเปิดกว้างให้นักพัฒนาและองค์กรสามารถนำไปต่อยอดเชิงพาณิชย์และวิจัยได้อย่างเสรี
ทั้งนี้ ทางบริษัทมีกำหนดการที่จะปล่อยน้ำหนักโมเดล (Weights) ภายใต้สัญญาอนุญาตแบบ Apache 2.0 ออกมาให้ใช้งานกันอย่างเป็นทางการในช่วงปลายเดือนตุลาคม 2026 นี้
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น