Языковые модели уже могут помогать исследователям искать литературу и синтезировать доказательства, но научная работа требует обоснованности и проверяемости. В Asta, нашей агентной платформе, пользователи привносят сложные ограничения и относятся к отчетам как к рабочим артефактам. Мы создали Asta Brief 8B, небольшую открытую модель для генерации цитируемых отчетов, и открыли ее исходный код вместе с обучающими данными.
Asta Brief доступен в функции «Создать отчет» Asta как быстрый режим, наряду с режимом мышления на базе Claude. Он преобразует исследовательские вопросы и извлеченную литературу в цитируемые отчеты, записывая за один проход. Это сокращает время генерации почти на порядок: быстрый режим в среднем составляет 51,1 секунды на отчет по сравнению с 178,5 секундами для режима мышления, примерно в 3,5 раза быстрее.
Мы обучили Asta Brief на основе Qwen3-8B, сосредоточившись на данных после обучения и оценке. Он использует десятки тысяч реальных запросов и фильтрацию, ориентированную на цитирование. Открытые веса позволяют учреждениям запускать его локально, что важно для чувствительных исследований. Мы также публикуем пример рабочего процесса для адаптации отчетов из PDF.
Результаты отражают сравнения 2025 года; мы не перезапускали оценку против современных передовых моделей. Эта работа поддерживает более широкие цели через NSF OMAI под руководством Ai2 по созданию открытого ИИ для науки. Мы делимся нашим подходом, чтобы помочь будущим моделям для научной работы.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing