مدل Beam با ۵۰۱ میلیارد پارامتر آمد؛ هوش مصنوعی بزرگ با محاسبات کمتر

به گزارش تک مسیر؛ پشت یک پاسخ چندثانیه‌ای از یک مدل هوش مصنوعی، زیرساختی بسیار بزرگ‌تر از چیزی قرار دارد که کاربر می‌بیند؛ از حجم عظیم داده و پردازنده‌های گرافیکی گرفته تا فرایندهای طولانی آموزش و ارزیابی. حالا رقابت مدل‌های پیشرفته فقط بر سر «باهوش‌تر بودن» نیست و یک سؤال مهم دیگر هم مطرح شده است: آیا می‌توان مدلی بسیار بزرگ ساخت، اما برای پاسخ دادن در هر لحظه مجبور نبود تمام ظرفیت آن را فعال کرد؟

چرا Beam با وجود ۵۰۱ میلیارد پارامتر، همه آنها را فعال نمی‌کند؟

Beam از معماری Mixture of Experts (MoE) یا «ترکیب متخصص‌ها» استفاده می‌کند. در این روش، مدل مجموعه بزرگی از بخش‌های تخصصی دارد، اما برای پردازش هر بخش از ورودی، همه آنها هم‌زمان فعال نمی‌شوند.

در Beam، مجموع پارامترها ۵۰۱ میلیارد است، اما Reflection می‌گوید در هر لحظه حدود ۲۳ میلیارد پارامتر فعال هستند. به زبان ساده، می‌توان آن را شبیه یک مجموعه بسیار بزرگ از متخصص‌ها دانست که برای هر مسئله، فقط گروه مرتبط با همان کار وارد عمل می‌شوند.

هدف این طراحی، رسیدن به توانایی یک مدل بسیار بزرگ با هزینه محاسباتی کمتر هنگام استفاده است. Reflection ادعا می‌کند Beam در برخی آزمون‌های استدلال، عملکردی نزدیک به GLM 5.2 دارد و برای رسیدن به آن به حدود یک‌سوم تا یک‌چهارم محاسبات استنتاجی نیاز دارد. این ادعا هنوز به‌طور مستقل تأیید نشده است.

ساخت Beam خودش پروژه کوچکی نبوده است

نکته جالب اینجاست که «محاسبات کمتر هنگام اجرا» به معنای ارزان یا ساده بودن ساخت مدل نیست.

Reflection اعلام کرده Beam را در مرحله پیش‌آموزش با استفاده از ۶۱۴۴ پردازنده گرافیکی NVIDIA GB300 در کمتر از چهار هفته آموزش داده است. مرحله تقویتی نیز با بیش از ۱۰ هزار پردازنده گرافیکی GB300 طی چهار هفته انجام شده و بیش از ۱۰۰ میلیون اجرای آموزشی ایجاد کرده است.

این همان بخشی از ماجراست که معمولاً از چشم کاربر نهایی پنهان می‌ماند: ما یک سؤال را در یک کادر متن می‌نویسیم و چند ثانیه بعد جواب می‌گیریم، اما پشت آن تجربه ساده، مدل‌هایی قرار دارند که آموزش آنها به هزاران پردازنده گرافیکی و زیرساخت محاسباتی عظیم نیاز دارد.

رقابت فقط بر سر قدرت مدل نیست

Reflection، Beam را در کنار مدل‌های متن‌باز قدرتمندی مانند GLM 5.2 و Qwen 3.8-Max قرار داده و می‌گوید در برخی وظایف برنامه‌نویسی و عامل‌محور با آنها رقابت می‌کند.

با این حال، Beam فعلاً در همه آزمون‌ها بهترین مدل نیست. حتی جدول منتشرشده توسط خود Reflection نشان می‌دهد مدل‌هایی مانند Kimi K3 و DeepSeek V4.1 Flash در برخی آزمون‌های برنامه‌نویسی عملکرد بالاتری دارند. بنابراین نقطه تمایز Beam بیشتر روی بهره‌وری محاسباتی هنگام اجرا قرار گرفته است، نه اینکه ادعا کند قوی‌ترین مدل موجود است.

Reflection همچنین قرار است وزن‌های Beam، گزارش فنی و ابزارهای توسعه آن را اواخر اکتبر منتشر کند. در حال حاضر مدل هنوز در مرحله ارزیابی‌های نهایی و آزمون‌های ایمنی قرار دارد.

میان‌بر تک‌مسیر

• عصاره خبر: Reflection AI مدل Beam را با ۵۰۱ میلیارد پارامتر معرفی کرده که به لطف معماری Mixture of Experts، در هر لحظه تنها بخشی از ظرفیت خود را فعال می‌کند.

• مسیر اقدام: برای ارزیابی یک مدل AI فقط به تعداد پارامترها یا امتیاز بنچمارک نگاه نکنید؛ هزینه محاسباتی اجرای مدل هم برای استفاده واقعی اهمیت دارد.

• ایده تک: رقابت نسل جدید مدل‌های هوش مصنوعی ممکن است کمتر بر سر «چه کسی مدل بزرگ‌تری دارد» و بیشتر بر سر این باشد که چه کسی می‌تواند همان توانایی را با محاسبات و هزینه کمتر در اختیار کاربر قرار دهد.