Das Beam-Modell von Reflection ist jetzt auf Amazon SageMaker JumpStart und AWS Trainium verfügbar
Beam, das erste Open-Weight-Modell, das von Reflection mit Sitz in den USA angeboten wird, ist jetzt in Amazon SageMaker JumpStart, dem Modell-Hub in Amazon SageMaker AI, verfügbar. Laut Beam liegt das Unternehmen an der Spitze der Open-Weight-Modelle in seiner Klasse und bietet eine starke Leistung bei Reasoning, Codierung und agentenbasierte Benchmarks. Beam ist für Teams vorgesehen, die auf und mit einem Open-Weight-Modell aufbauen und nicht nur eines abrufen. Kunden, die ein Frontier-Modell an ihre eigene Domain anpassen möchten, können es optimieren, seine Gewichtungen überprüfen und ändern und es in ihre Agenten und Workflows einbetten, während sie gleichzeitig die volle Kontrolle über ihre Daten und Infrastruktur behalten. Beam kann parallel zu anderen Modellen ausgeführt werden, die Kunden bereits in SageMaker AI verwenden, und kann skaliert werden, um den Produktionsanforderungen gerecht zu werden. Dabei werden dieselben Steuerungen, Audit Trails und Überwachungen verwendet, die in jede SageMaker-AI-Bereitstellung integriert sind. Darüber hinaus wurde Beam für AWS Trainium3 portiert und optimiert, sodass Kunden vom ersten Tag an eine leistungsstarke, kosteneffiziente Option für die Bereitstellung und Skalierung des Modells erhalten. „Reflection bietet bahnbrechende KI, die Entwickler tatsächlich kontrollieren können und nicht nur über eine API mieten. Durch die Integration von Beam in SageMaker AI steht diese Funktion Millionen von Entwicklern auf einer Infrastruktur zur Verfügung, der sie bereits vertrauen – und zwar in ihrem eigenen AWS-Konto, mit ihren eigenen Daten und unter ihrer vollständigen Kontrolle“, so Misha Laskin, Mitbegründer und CEO von Reflection.
Teams, die auf Beam aufbauen, können es weit über das Aufrufen einer API hinaus nutzen: Sie können es anhand von proprietärem Code und Daten optimieren, es für ihre eigenen Domains spezialisieren und es in mehrstufige agentenbasierte Workflows in ihren Tools integrieren. In der Praxis bedeutet das, echte Softwareprobleme zu lösen, Code zu generieren und zu überprüfen, Betriebsabläufe zu automatisieren und fortgeschrittene mathematisches und naturwissenschaftliches Reasoning anhand eines Modells anzugehen, das sie selbst gestalten können, anstatt eines, das sie einfach nutzen. Beam wird unter der Apache 2.0-Lizenz bereitgestellt. Daher können Kunden das Modell einsehen, anpassen und in ihren eigenen AWS-Konten ausführen, sodass die Daten privat bleiben und unter ihrer Kontrolle stehen, geschützt durch dieselben AWS-Sicherheits- und -Compliance-Funktionen, die sich bereits bewährt haben. „Fortschrittliche KI-Modelle wie Beam, die jetzt auf Amazon SageMaker verfügbar sind, ermöglichen es uns, Open-Weight-Frontier-KI vollständig in unseren eigenen sicheren Umgebungen auszuführen, mit vollem Überblick über die Gewichtungen, die Daten und die Pipeline. Im Zeitalter der multimodalen KI ist die Kombination aus Offenheit und verwalteter Infrastruktur eine wesentliche Ergänzung des KI-Ökosystems. Die Freiheit, fortschrittliche KI einzusetzen und anzupassen, die auf Missionsprobleme mit kundenspezifischen Sicherheits- und Kontrollfunktionen zugeschnitten ist, gibt mehr Behörden mehr Flexibilität beim Einsatz fortschrittlicher KI in ihrem gesamten Unternehmen“, betont Garrett Berntsen, Chief AI Officer, Accenture Federal Services.
Beam ist zunächst in Amazon SageMaker JumpStart in den Regionen USA Ost (Nord-Virginia) und USA Ost (Ohio) verfügbar. Das Modell ist in den Checkpoint-Varianten BF16, FP8 und NVFP4 verfügbar und kann über einen vollständig verwalteten SageMaker-JumpStart-Endpunkt bereitgestellt werden. Suchen Sie zunächst in SageMaker JumpStart in Amazon SageMaker Studio nach „Beam“ oder stellen Sie es direkt in SageMaker AI bereit. Weitere Informationen finden Sie im AWS-Blog zu Machine Learning: Introducing Reflection Beam, in der SageMaker-AI-Dokumentation und in der SageMaker-JumpStart-Dokumentation mit Anleitungen zur Bereitstellung.