Reflection publica puntajes de benchmark de Beam antes del lanzamiento de sus pesos
El primer informe de puntuación de Reflection AI coloca a Beam cerca o por delante de algunos modelos de código abierto en pruebas de codificación seleccionadas y por detrás de otros; su comparación de cómputo excluye varios costos de servir un modelo.
By Ryan Merket · Published · Updated
Primary source: Financial Times
Por qué importa
La tarjeta de resultados de Beam ofrece a los desarrolladores una base inicial para comparar el primer modelo open-weight de Reflection en tareas de codificación y razonamiento. Sus resultados irregulares y las estimaciones de cómputo, que omiten partes de la carga de trabajo de serving, dejan en manos de pruebas externas la tarea de establecer cómo se traducen las afirmaciones a despliegues reales.
El 5 de octubre, Misha Laskin presentó Beam, el primer modelo de peso abierto de Reflection AI, la startup que cofundó con el también exinvestigador de Google DeepMind Ioannis Antonoglou. Reflection está presentando el modelo como una alternativa construida en EE. UU. frente a los sistemas chinos que se han convertido en opciones líderes para desarrolladores y organizaciones que buscan IA personalizable.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.