Reflection 推出 501B 參數開源 Agent 模型 Beam
Reflection 推出開源 Agent 模型 Beam，總參數達 501B，活躍參數為 23B。Reflection 表示，該模型由零開始進行端對端訓練，以提供前沿的推理效率，並支援編程與 Agent 任務。完整模型權重預計於本月釋出，更多詳情可見 reflection.ai/beam。
在此發布後，Ollama 表示將有更多美國模型登陸 Ollama。
相關AI快訊
Ollama 為 /v1/systemone 列出 Nimble、Tev1 4b 與 Tev1 0.8b
Ollama 現已提供三個可用於 /v1/systemone 的模型：Nimble、Tev1 4b 與 Tev1 0.8b，每個模型都有 Ollama 模型庫頁面。
Ollama 現可在本機運行類 Jev 決策模型，包括 Nimble
Ollama 表示，類 Jev 決策模型現已可完全在本機上運行。Nimble 可透過指令 ollama pull nimble 安裝，並經由新的本地 /v1/systemone API 使用。
Command Code 發布開源決策模型 Agr 與 Agr-flash
Command Code 推出開源決策模型 Agr（31B）與 Agr-flash（360M），專為編程 Agent 的工具調用與路由設計。兩款模型在 Decision Index 0.2.1 得分為 58.15，支援 TypeSafe SDK，現已上線 Hugging Face。
Hugging Face Hub 支援託管強化學習環境
強化學習環境現已可直接託管於 Hugging Face Hub，並利用現有的數據集基礎設施，實現跨框架的儲存、版本控制、權限門控與預覽功能。
Hassan 訓練 Tev1 0.8B，一個類似 Jev 的小型分類器
該模型完全在他的 Mac 上透過 Ollama 運行；據他所述，端到端分類任務約需 50 毫秒。權重和基準測試尚未公開，Hassan 表示兩者很快就會發布。