Ai2开源AstaBrief 8B，专写带引用科研报告的轻量模型

艾伦人工智能研究所（Ai2）于 10 月 2 日宣布开源 AstaBrief 8B，一个专门用于将研究问题与检索到的文献片段生成为「带引用科研报告」的轻量语言模型。模型权重、训练数据与示例工作流已在 Hugging Face 与 GitHub 同步发布，采用 Apache 2.0 许可。

AstaBrief 8B 已在 Ai2 科研智能体平台 Asta 的「生成报告」功能中作为 Fast 模式上线，与基于 Claude 的 Thinking 模式并列。它基于 Qwen3-8B，经监督微调（SFT）与直接偏好优化（DPO）训练而成，能够一次性写完整篇报告，跳过 Thinking 模式所用的逐段摘要与聚类步骤。Ai2 称，在整个 Asta 流水线中，Fast 模式平均每篇报告耗时 51.1 秒，而 Thinking 模式为 178.5 秒，约快 3.5 倍。

作为开放权重模型，机构可将 AstaBrief 部署在自有基础设施甚至防火墙之后，这在其研究问题涉及敏感或未公开内容时尤为关键。Ai2 同时释出可适配本地 PDF 的示例工作流，方便科研团队在私有语料上生成报告。训练数据经质量、相关性与隐私过滤，最终保留约 4.7 万条监督样本与 6 千条偏好对。

Ai2 坦言，模型大部分训练与评估在 2025 年完成，尚未用当前前沿模型重跑完整评测，因此结果更应视作对其训练与系统设计选择的佐证。主测试集 SQABench-CS2 含 200 道用户撰写的计算机科学研究问题，在引文准确性上表现突出；早期使用数据显示，374 名 Asta 用户试用过 Fast 模式，其中 23% 持续使用而未切回 Thinking 模式。对已有自有文献检索体系的团队而言，AstaBrief 是介于缓慢的专有报告流水线与会「编造引用」的通用聊天模型之间的一枚专用合成头。