빠른 보고서 생성 모델인 AstaBrief를 Asta에서 오픈소스로 공개합니다

Ai2가 자사의 Asta 과학 연구 플랫폼에서 Fast 모드 뒤에 있는 보고서 생성 모델인 AstaBrief 8B를 오픈소스로 공개했습니다. 이 모델은 연구 질문과 검색된 문헌 발췌문을 입력으로 받아 인용이 포함된 완전한 보고서를 한 번에 작성합니다. 섹션별로 나눠 생성하지 않습니다. 가중치와 학습 데이터가 모두 공개됩니다.

기반 모델은 Qwen3-8B이며, 대부분의 엔지니어링 노력은 기본 모델보다는 후속 학습 데이터, 평가, 보고서 생성 스캐폴딩에 집중되었습니다.

성능 및 구성

• Asta 전체 파이프라인에서 Fast 모드는 보고서당 평균 51.1초가 걸리는 반면, Claude 기반 Thinking 모드는 178.5초가 걸립니다. 약 3.5배 빠른 속도로, 이들이 추적한 독점 모델들과 비교했을 때 생성 시간이 거의 한 자릿수 배수만큼 줄어든 것이라고 설명했습니다.
• AstaBrief는 오늘부터 Asta의 보고서 생성 기능에서 Fast 모드로 제공되며, Thinking 모드와 함께运行됩니다.
• Ai2는 또한 연구자들이 자체 PDF로 보고서를 생성할 수 있도록 조정할 수 있는 예시 워크플로를 함께 공개했으며, 로컬 보고서 생성을 목표로 합니다.
• 오픈 가중치를 통해 기관들은 자체 인프라에서 실행할 수 있으며, 이는 연구 질문이 민감하거나 미공개 작업을 포함할 때 중요합니다.

학습 레시피: RL이 아닌 SFT + DPO

Ai2는 더 단순한 레시피를 명시적으로 선택했습니다. 지도 미세 조정과 직접 선호도 최적화입니다. 이들은 이전 DR Tulu 연구에서 RL이 오픈 가중치 모델의 장문 보고서 생성을 개선할 수 있음을 보여주었다고 언급하면서도, RL 기반 학습은 불안정하고 비용이 많이 든다고 말합니다. 이들은 실행 비용이 더 저렴하고 디버깅과 반복이 더 쉬운 구성을 원했고, 그래서 학습 데이터 품질에 더 중점을 두게 되었습니다.

AstaBrief를 구축하려면 수만 건의 실제 연구 쿼리, 인용 중심 필터링, 선호도 데이터, 보고서를 한 번에 작성하는 재설계된 파이프라인이 필요했습니다. 이 모델의 목표는 답변 품질, 관련성, 구조, 인용 근거이며, 연구 결론을 조용히 확대하는 대신 답변을 증거가 실제로 뒷받침하는 내용에 묶어 두는 것입니다.

주의사항

대부분의 학습과 평가는 2025년에 완료되었으므로, 학습 데이터 생성과 비교 지점으로 사용된 독점 모델들은 당시의 최전선을 반영합니다. Ai2는 현재 최전선 모델들에 대해 전체 평가를 다시 실행하지 않았으며, 결과를 그들이 테스트한 특정 학습 및 시스템 설계 선택에 대한 증거로 설명합니다. 이 작업은 또한 Ai2가 주도하는 미국의 오픈 AI 인프라 및 과학적 발견을 위한 모델 구축 이니셔티브인 NSF OMAI와도 연결됩니다.

로컬 모델을 실행하고 자체 PDF에 대해 인용이 포함된 장문 합성을 원한다면, 공개된 예시 워크플로에서 시작하는 것이 좋습니다.