reflection/Beam-1.0-501B-A23B · Hugging Face

Hugging Face 모델 카드(README 원문)를 읽고 옮겼어요. 표는 BF16 수치 위주로 줄였어요.

무엇인가

Beam은 Reflection이 만든 텍스트 입력·출력 오픈 모델이에요. 지시 조정 모델을 BF16, FP8, NVFP4로 내놨고, 주로 영어용으로 개발됐어요. 기술 보고서는 "곧 공개"예요.

주요 능력

• 토큰 효율적 추론: 주요 오픈 모델과 비슷한 해답 품질을 추론 토큰 약 3배 적게 써서 낸다고 해요.
• 소프트웨어 엔지니어링: 실제 GitHub 이슈 해결, CLI·DevOps 환경, 에이전트 코딩 하네스 연동
• 에이전트 도구 사용: 장기 작업, MCP 도구 통합, 브라우징
• 수학·과학 추론: 대학원 수준 과학, 정리 증명, 응용 수학

사양

| 항목 | 값 | |---|---| | 총/활성 파라미터 | 501.3B / 23.4B | | 층 | 52(dense 3 + MoE 49) | | 어텐션 | Gated GQA + 슬라이딩 윈도 | | 컨텍스트 | 1M | | 전문가 수 | 256 | | 지식 기준일 | 2026-06-30 |

벤치마크(BF16, temp 0.7)

| 벤치마크 | 점수 | |---|---:| | SWE-bench Verified | 81.6% | | Terminal Bench v2.1 | 80.1% | | AIME 2026 | 97.7% | | GPQA Diamond | 90.6% | | HLE(도구 없음/있음) | 36.0% / 51.1% | | MCP Atlas | 80.8% | | BrowseComp(컨텍스트 관리) | 76.8% |

FP8·NVFP4도 대부분 1%p 안팎 차이예요.

데이터와 안전

공개 데이터와 상업 파트너 계약 데이터로 사전학습했고, 품질 분류·중복 제거·평가 오염 제거를 했다고 해요. RL 환경은 주로 합성 파이프라인으로 만들었어요. 사내 Iris 안전 평가에서 유해 요청 거절·전환율 88.9%, 무해 요청 응답률 81.5%(BF16)였어요.

사용 조건

상업·연구 용도이고, 증류, 출력으로 다른 모델 학습, 파인튜닝, 양자화, 병합, 승인된 시스템의 방어 보안 연구를 금지하지 않는다고 밝혀요. 개인정보·수출 규정 등 법적 요건은 사용자가 확인하라고 해요.