Открываем исходный код AstaBrief — быстрой модели генерации отчётов в Asta

Ai2 открыла исходный код AstaBrief 8B — модели генерации отчётов, лежащей в основе режима Fast на её научно-исследовательской платформе Asta. На вход она получает исследовательский вопрос и выдержки из найденной литературы, а на выходе за один проход выдаёт полноценный отчёт с цитатами — без генерации по разделам. Публикуются и веса, и обучающие данные.

Модель построена на Qwen3-8B, при этом основные инженерные усилия ушли на данные для постобучения, оценку и инфраструктуру генерации отчётов, а не на базовую модель.

Производительность и настройка

• В рамках полного пайплайна Asta режим Fast в среднем выдаёт 51,1 секунды на отчёт против 178,5 секунды у режима Thinking на базе Claude — примерно в 3,5 раза быстрее, что описывается как почти десятикратное сокращение времени генерации по сравнению с отслеживаемыми проприетарными моделями.
• AstaBrief уже сегодня доступна в функции Generate a report платформы Asta в виде режима Fast, работающего параллельно с режимом Thinking.
• Ai2 также публикует пример рабочего процесса, который исследователи могут адаптировать для генерации отчётов из собственных PDF-файлов, — он рассчитан на локальную генерацию отчётов.
• Открытые веса позволяют организациям запускать модель на собственной инфраструктуре — это важно, когда исследовательские вопросы касаются чувствительных или ещё не опубликованных работ.

Рецепт обучения: SFT + DPO, а не RL

Ai2 сознательно выбрала более простой рецепт: дообучение с учителем плюс прямая оптимизация предпочтений. Они ссылаются на свою более раннюю работу DR Tulu, показавшую, что RL может улучшать генерацию длинных отчётов у моделей с открытыми весами, но отмечают, что обучение на основе RL нестабильно и дорого. Им нужна была схема, которая дешевле в запуске, проще в отладке и легче поддаётся итерациям, — это и сместило акцент на качество обучающих данных.

Для создания AstaBrief потребовались десятки тысяч реальных исследовательских запросов, фильтрация с упором на цитирование, данные о предпочтениях и переработанный пайплайн, который пишет отчёт за один проход. Заявленные цели модели — качество ответа, релевантность, структура и привязка к цитатам, чтобы ответы оставались в рамках того, что действительно подтверждается доказательствами, а не незаметно расширяли выводы исследования.

Оговорки

Большая часть обучения и оценки была завершена в 2025 году, поэтому проприетарные модели, использованные для генерации обучающих данных и в качестве точек сравнения, отражают уровень техники на тот момент. Ai2 не перепроводила полную оценку против нынешних фронтирных моделей и подаёт результаты как свидетельство о конкретных проверенных ими решениях в области обучения и дизайна системы. Работа также связана с NSF OMAI — американской инициативой под руководством Ai2 по созданию открытой ИИ-инфраструктуры и моделей для научных открытий.

Если вы запускаете локальные модели и хотите получать длинные синтезированные тексты с цитатами по своим PDF-файлам, опубликованный пример рабочего процесса — то, с чего стоит начать.