Los modelos de lenguaje ya pueden ayudar a los investigadores a buscar literatura y sintetizar evidencia, pero el trabajo científico exige fundamentación y verificabilidad. En Asta, nuestra plataforma agéntica, los usuarios traen restricciones complejas y tratan los informes como artefactos de trabajo. Construimos Asta Brief 8B, un modelo pequeño y abierto para la generación de informes citados, y lo publicamos como código abierto junto con los datos de entrenamiento.
Asta Brief está disponible en la función Generar un informe de Asta como modo Rápido, junto con el modo Pensamiento impulsado por Claude. Convierte preguntas de investigación y literatura recuperada en informes citados, escribiendo en una sola pasada. Esto reduce el tiempo de generación en casi un orden de magnitud: el modo Rápido promedia 51.1 segundos por informe frente a 178.5 segundos para el modo Pensamiento, aproximadamente 3.5 veces más rápido.
Entrenamos Asta Brief desde Qwen3-8B, centrándonos en los datos posteriores al entrenamiento y la evaluación. Utiliza decenas de miles de consultas reales y filtrado centrado en citas. Los pesos abiertos permiten a las instituciones ejecutarlo localmente, crucial para investigaciones sensibles. También publicamos un flujo de trabajo de ejemplo para adaptar informes a partir de PDF.
Los resultados reflejan comparaciones de 2025; no hemos vuelto a ejecutar la evaluación completa contra los modelos fronterizos actuales. Este trabajo apoya objetivos más amplios a través de NSF OMAI, liderado por Ai2, para construir IA abierta para la ciencia. Estamos compartiendo nuestro enfoque para ayudar a futuros modelos para el trabajo científico.
Fuente: Hacker News · Resumido por HeadlinesBriefing