Modelos de linguagem já podem ajudar pesquisadores a pesquisar literatura e sintetizar evidências, mas o trabalho científico exige fundamentação e verificabilidade. No Asta, nossa plataforma agentiva, os usuários trazem restrições complexas e tratam os relatórios como artefatos de trabalho. Construímos o Asta Brief 8B, um pequeno modelo aberto para geração de relatórios citados, e o tornamos open source com dados de treinamento.
O Asta Brief está disponível no recurso Gerar um relatório do Asta como modo Rápido, juntamente com o modo Pensamento alimentado por Claude. Ele transforma perguntas de pesquisa e literatura recuperada em relatórios citados, escrevendo em uma única passada. Isso reduz o tempo de geração em quase uma ordem de magnitude: o modo Rápido tem média de 51,1 segundos por relatório contra 178,5 segundos para o modo Pensamento, cerca de 3,5 vezes mais rápido.
Treinamos o Asta Brief a partir do Qwen3-8B, focando nos dados pós-treinamento e avaliação. Ele usa dezenas de milhares de consultas reais e filtragem centrada em citações. Pesos abertos permitem que instituições o executem localmente, crucial para pesquisas sensíveis. Também lançamos um fluxo de trabalho de exemplo para adaptar relatórios a partir de PDFs.
Os resultados refletem comparações de 2025; não reexecutamos a avaliação contra os modelos de fronteira atuais. Este trabalho apoia objetivos mais amplos através do NSF OMAI, liderado pela Ai2, para construir IA aberta para a ciência. Estamos compartilhando nossa abordagem para ajudar futuros modelos para o trabalho científico.
Fonte: Hacker News · Resumido por HeadlinesBriefing