$ grep -l "#推理优化" ~/articles/*
1 post(s)
Reflection 发布 501B 参数开放权重模型 Beam,主打代码、推理与 Agent 场景,23.8 万亿 token 预训练、1 万多块 GB300 跑了整整 4 周强化学习,却在 HN 上被质疑图表误导、实际跑输国产模型。本期聊这场发布争议与大 MoE 的真实性价比。