模型精选
Reflection-Beam-1.0 发布，vLLM 提供 Day-0 支持
精选理由
vLLM 和 Reflection 合作搞的 Beam-1.0，501B 参数但每 token 只激活 23B，还能跑 1M 上下文，发布当天 vLLM 就能部署，微调工具也齐了。
Reflection 发布 Beam-1.0，总参数 501B，每 token 激活 23B，上下文窗口达 1M token。模型采用混合注意力机制，结合 Harmony 格式的推理与工具调用。vLLM 宣布 Day-0 支持，并与 Reflection、Inferact 合作优化了从融合 kernel 到 DFlash 的服务路径。Beam 还在 SkyRL 中获得 Day-0 强化学习支持，涵盖 LoRA、BF16 全量微调和 MXFP8 RL。
原文 · vLLM
🎉 Reflection-Beam-1.0 has Day-0 support in vLLM.
501B total parameters, 23B active per token, and a 1M-token context window. Beam combines hybrid attention with Harmony-format reasoning and tool use.
Beam also has Day-0 RL support in SkyRL: LoRA, BF16 full fine-tuning and MXFP8 RL, with vLLM rollouts.
We worked with Reflection and Inferact on the serving path, from fused kernels to DFlash. Here is what is under the hood. 🧵
1/6
