Reflection: Beam 1.0 501B A23B

{"about":"### Beam 1.0 od Reflection\n\nBeam 1.0 501B A23B to model tekstowy Reflection do programowania, rozumowania i zadań podzielonych na kilka powiązanych kroków. W jego rzadkiej architekturze MoE jest łącznie 501,3 mld parametrów i około 23,4 mld aktywnych parametrów na token. Model opracowano głównie dla języka angielskiego; warto to uwzględnić przy wyborze języka kodu źródłowego, materiałów technicznych i szczegółowych instrukcji.\n\nArchitektura łączy uwagę lokalną i globalną, a przygotowanie modelu obejmuje pracę z kodem źródłowym, dokumentacją techniczną oraz materiałami naukowymi i edukacyjnymi. Osobny etap uczenia rozwijał długi kontekst na ustrukturyzowanych repozytoriach, długotrwałych zadaniach i obszernych dokumentach. Podczas uczenia ze wzmocnieniem twórca łączył zadania programistyczne, pracę w terminalu i STEM.\n\n### Na jakie zadania jest ukierunkowany model\n\nReflection wyróżnia inżynierię oprogramowania, rozumowanie matematyczne i naukowe oraz sekwencyjne rozwiązywanie zadań. Te kierunki można wykorzystać do merytorycznego dialogu tekstowego: wyjaśnić związki między komponentami programu, przeanalizować błąd logiczny, zaproponować zmianę algorytmu, ułożyć plan weryfikacji hipotezy lub uzyskać podsumowanie materiału technicznego.\n\nBeam kładzie osobny nacisk na oszczędne wykorzystanie tokenów rozumowania. W uczeniu nagradzano udane rozwiązanie przy ograniczeniu zbędnych tokenów. Jest to opis podejścia twórcy; długość konkretnej odpowiedzi nadal warto określić wprost w zapytaniu, na przykład krótki wniosek, szczegółowy dowód lub poprawka z wyjaśnieniem.\n\n### Duży kontekst tekstowy w Ailoot\n\nOkno kontekstowe podłączenia wynosi 1 048 576 tokenów. Obejmuje przekazane materiały, instrukcje, historię i tworzoną odpowiedź. Metadane modelu wskazują objętość odpowiedzi do 131 072 tokenów. Taki zakres pozwala przekazywać kilka powiązanych tekstów: specyfikację, fragmenty implementacji, wyniki kontroli i pytania do nich. Nadaj materiałom nazwy i poproś o wskazywanie fragmentu, na którym opiera się wniosek — ułatwia to weryfikację dużych analiz.\n\nNa przykład przy zadaniu z kodem można najpierw poprosić o mapę zależności przekazanych plików, potem wskazać miejsce zmiany, a dopiero później przygotować implementację. Przy zadaniu naukowym można określić warunki początkowe, oznaczenia i wymagany poziom ścisłości. Są to sposoby organizacji zapytania, w których użyteczny wynik można porównać z materiałami źródłowymi.\n\nPodłączenie przyjmuje tekst i zwraca tekst przez Messages, Responses, Chat Completions i tekstowy generateContent. Kod i zalecenia są odpowiedzią modelu; wykonywanie poleceń i praca z danymi zewnętrznymi zależą od możliwości aplikacji.","alias_of":null,"aliases":[],"author":"Reflection","canonical_model":"reflection/beam-1.0-501b-a23b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"reflection/beam-1.0-501b-a23b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/messages","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/responses","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"reflection/beam-1.0-501b-a23b","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra"}],"name":"Reflection: Beam 1.0 501B A23B","price":{"in":0.5,"in_label":null,"out":2.0,"out_label":null,"sort_in":0.5,"sort_out":2.0,"varies":false},"public_id":"reflection/beam-1.0-501b-a23b","short":"Tekstowy model MoE Reflection z dużym kontekstem do inżynierii oprogramowania, rozumowania matematycznego i etapowej analizy zadań."}