Bruklinda joylashgan, faoliyat yuritayotganiga ikki yil bo‘lgan Reflection AI startapi o‘zining ilk ilg‘or ochiq vaznli AI modeli Beam’ni taqdim etishini ma’lum qildi. Ochiq vaznli model — uning vaznlari (o‘qitish jarayonida belgilangan ichki sonli qiymatlari) e’lon qilinib, tashqi foydalanuvchilar foydalanishi mumkin bo‘lgan modeldir. Reflection’ning da’vo qilishicha, Beam ilg‘or inferensiya mezonlarida Xitoyning yetakchi ochiq modellari bilan teng natija ko‘rsatadi va inferensiya uchun ancha kam hisoblash resurslarini sarflaydi. Biroq samaradorlik va xarajat haqidagi bu da’volar mustaqil ravishda tasdiqlanmagan.

Asosiy ma’lumot va kontekst

Reflection e’lon qilgan ma’lumotlarga ko‘ra, Beam faqat matn bilan ishlaydigan, ekspertlar aralashmasi (MoE) modelidir. MoE — bir nechta ixtisoslashgan quyi modellardan ayrimlarini ishga solib, vazifani bajaradigan tuzilma. Kompaniya model inferensiya, kod yozish va agent vazifalarida samarali bo‘lishi uchun uni yuqori hisoblash resurslarini talab qiladigan mustahkamlovchi o‘qitish orqali tayyorlaganini bildirdi.

Beam — jami 501 milliard parametrga ega, ulardan 23 milliardtasi faol ishlaydigan model. Dastlabki o‘qitishda 23,8 trillion token ishlatilgan, kontekst oynasi (bir vaqtda foydalanish mumkin bo‘lgan kirish ma’lumotlari hajmi) esa 1 million tokenni tashkil etadi. Taqqoslash uchun keltirilgan Z.ai’ning GLM-5.2 modeli jami qariyb 744 milliard, faol parametrlari esa 40 milliardga ega.

Reflection’ning da’vo qilishicha, Beam ilg‘or inferensiya mezonlarida GLM-5.2 bilan teng natija ko‘rsatadi, hozirgi yetakchi G‘arb ochiq modellaridan yuqori ball oladi va inferensiya hisoblash resurslarini 3–4 baravar kam ishlatadi. Kompaniya keltirgan yana bir taqqoslashda Beam ikkala model bo‘yicha ham natijalar e’lon qilingan to‘rtta kodlash sinovida Inkling’dan yuqori ball olgan. Biroq Inkling multimodal (matndan tashqari, turli xil ma’lumotlar bilan ishlaydigan) model, Beam esa faqat matn bilan ishlaydi. Shu sababli bu ikki modelning qo‘llanish sohasi va kirish ma’lumotlari doirasi bir xil emas.

Beam’ning samaradorligi va inferensiya xarajatlari haqidagi da’volar hali mustaqil ravishda tasdiqlanmagan. Kompaniya e’lon qilgan mezonlar natijalarining o‘zi amaldagi xizmatlarda samaradorlik yoki xarajatlarni aniq belgilash uchun yetarli emas.

Reflection Beam’ni korxonalar, davlat sektori va dasturchilar uchun “ishchi model” sifatida taqdim etdi. Ushbu taqdimot kompaniyaning Xitoyning ochiq modellari bilan raqobatlasha oladigan G‘arb modeli yaratish rejasiga mos keladi. Biroq model samaradorligini baholash uchun muhim bo‘lgan vaznlar va barcha texnik tafsilotlar kompaniya tomonidan shu oy e’lon qilinishi aytilgan.

Reflection’ga 2024-yilda Google DeepMind (구글 딥마인드) kompaniyasida ishlagan ikki tadqiqotchi asos solgan. PitchBook ma’lumotlariga ko‘ra, kompaniya Nvidia, Sequoia Capital, Lightspeed Venture Partners va boshqa investorlarni o‘z ichiga olgan sarmoyadorlardan qariyb 4,7 milliard dollar jalb qilgan; avvalgi investitsiya bosqichida kompaniyaning investitsiyadan oldingi qiymati 25 milliard dollarga baholangan. Shu yozda kompaniya SpaceX va Nebius bilan jami 7 milliard dollardan ortiq qiymatdagi shartnomalar tuzib, 2029-yilgacha Nvidia GB300 chiplaridan foydalanish imkoniyatini ta’minladi.

Bu xabar nimani anglatadi

Agar Beam’ning ochiq vaznliligi va inferensiya xarajatlari pastligi haqidagi da’volar haqiqatda tasdiqlansa, modellardan bevosita foydalanmoqchi bo‘lgan korxonalar va davlat idoralarida tanlov imkoniyati kengayishi mumkin. Ayniqsa, Reflection ilgari surayotgan “AI fabrikasi” konsepsiyasi tashkilotlarga o‘zlarining xususiy ma’lumotlaridan foydalanib Reflection modellarini o‘qitish va moslashtirilgan mahalliy AI tizimlarini yaratish imkonini berishni ko‘zlaydi. Modellardan foydalanish xarajatlari yoki zarur hisoblash resurslari kamayadigan bo‘lsa, bunday tizimlarni ko‘rib chiqayotgan tashkilotlar yuki yengillashishi mumkinligi sababli bu reja e’tiborga loyiq. Bu hali tasdiqlangan natija emas, balki kompaniyaning xarajatlar haqidagi da’vosi isbotlansa yuzaga kelishi mumkin bo‘lgan ta’sirdir.

Masalan, o‘z ma’lumotlaridan foydalanadigan AI tizimini ko‘rib chiqayotgan tashkilot Beam’ning vaznlari va texnik hujjatlari e’lon qilingach, o‘z muhitida talab qilinadigan samaradorlik va hisoblash resurslarini baholashi mumkin. Biroq amaldagi joriy etish xarajatlari va tarqatish shartlari oshkor qilinmagan. Shuning uchun “kamroq hisoblash resurslari ishlatadi” degan da’vo joriy etish xarajatlarini darhol kamaytiradi, deb qat’iy aytib bo‘lmaydi.

Reflection Shinsegae Group bilan suveren AI fabrikasi bo‘yicha hamkorlik rejasini sinovdan o‘tkazishni boshladi. Axios xabariga ko‘ra, xedj-fondlar va treyding kompaniyalari ham bunday tizimlarni yaratishga qiziqish bildirmoqda. Kompaniya shu oy Beam’ning vaznlari va barcha texnik tafsilotlarini e’lon qilishini, model chiqarilganda esa gipermasshtabli bulut xizmatlari va neobulutlar orqali tarqatish hamda ochiq kodli kutubxonalar bilan integratsiyani taklif etishini bildirgan. Shu bois qaysi tashkilotlar undan qanday foydalanishi mumkinligi keyingi kuzatuv nuqtasidir.

Tasdiqlangan faktlar va hozircha noma’lum jihatlar

Tasdiqlangan faktlar

  • Reflection o‘zining ilk ilg‘or ochiq vaznli modeli Beam’ni taqdim etishini ma’lum qildi.
  • Beam faqat matn bilan ishlaydigan model bo‘lib, jami 501 milliard va faol 23 milliard parametrga ega.
  • Model 23,8 trillion token bilan dastlabki o‘qitishdan o‘tgan, kontekst oynasi esa 1 million tokenni tashkil etadi.
  • Kompaniya Shinsegae Group bilan suveren AI fabrikasi bo‘yicha hamkorlik rejasini sinovdan o‘tkazishni boshladi.

Hozircha noma’lum jihatlar

  • Beam’ning samaradorligi va inferensiya xarajatlari haqidagi da’volar mustaqil tekshiruvda qanday tasdiqlanishi noma’lum.
  • Vaznlar va texnik hujjatlar shu oy aynan qachon e’lon qilinishi aytilmagan.
  • Shinsegae Group bilan sinov qanday o‘tkazilayotgani haqida aniq ma’lumot oshkor qilinmagan.
  • Beam’dan foydalanishning amaldagi narxi va tarqatish shartlari ma’lum qilinmagan.

O‘quvchi nimalarni tekshirishi kerak

  • Modelni baholamoqchi bo‘lgan korxonalar va dasturchilar vaznlar hamda texnik hujjatlar e’lon qilingach, mezonlar qanday sharoitlarda o‘tkazilganini, inferensiya hisoblash resurslarini taqqoslash mezonlarini va o‘z ishlariga mos natijalarni birgalikda ko‘rib chiqishlari kerak.
  • Joriy etishni ko‘rib chiqayotgan tashkilotlar gipermasshtabli bulut xizmatlari yoki neobulutlar orqali tarqatilishidan tashqari, amaldagi narxlar va foydalanish shartlari e’lon qilinishini ham tekshirishi kerak.
  • O‘z ma’lumotlaridan foydalanadigan AI tizimlariga qiziquvchilar Shinsegae Group bilan sinov rejasida qo‘llash usuli va ko‘lami bo‘yicha qanday ma’lumotlar e’lon qilinishini kuzatishi mumkin.