Reflection 推出 501B 参数开源 Agent 模型 Beam
Reflection 推出开源 Agent 模型 Beam，总参数量达 501B，激活参数量为 23B。Reflection 表示，该模型从零开始进行端到端训练，旨在提供前沿的推理效率，并支持编程与 Agent 任务。完整模型权重计划于本月发布，更多详情见 reflection.ai/beam。
在此次发布后，Ollama 表示将有更多美国模型上线 Ollama。
相关AI快讯
Ollama 为 /v1/systemone 列出 Nimble、Tev1 4b 与 Tev1 0.8b
Ollama 现已提供三个可用于 /v1/systemone 的模型：Nimble、Tev1 4b 与 Tev1 0.8b，每个模型都有 Ollama 模型库页面。
Ollama 现可在本地运行类 Jev 决策模型，包括 Nimble
Ollama 表示，类 Jev 决策模型现已可完全在本地机器上运行。Nimble 可通过命令 ollama pull nimble 安装，并经由新的本地 /v1/systemone API 使用。
Command Code 发布开源决策模型 Agr 与 Agr-flash
Command Code 推出开源决策模型 Agr（31B）与 Agr-flash（360M），专为编程 Agent 的工具调用与路由设计。两款模型在 Decision Index 0.2.1 上的得分为 58.15，支持 TypeSafe SDK，目前已上线 Hugging Face。
Hugging Face Hub 支持托管强化学习环境
强化学习环境现已可直接托管于 Hugging Face Hub，通过复用既有数据集基础设施，实现跨框架的存储、版本控制、权限门控及预览功能。
Hassan 训练出 Tev1 0.8B，一款类似 Jev 的小型分类器
该模型完全在他的 Mac 上通过 Ollama 运行；据他所说，端到端任务分类约需 50 毫秒。权重和基准测试尚不可用，Hassan 表示两者很快就会发布。