AI2开源AstaBrief 8B：51秒生成带引用的科学报告

艾伦人工智能研究所（Allen Institute for AI，Ai2）10月2日宣布开源AstaBrief 8B，一个专门训练来写科学文献报告的小模型。它接收「研究问题+已检索到的文献片段」两项输入，一次性输出一篇带引用的完整报告，权重与训练数据以Apache 2.0协议全部公开，托管在Hugging Face上。该模型已作为「Fast模式」上线Ai2的科研智能体平台Asta，与原有的Claude驱动「Thinking模式」并列。

速度是它最直观的卖点。Ai2给出的全流程数据显示，Fast模式平均51.1秒生成一篇报告，而Claude驱动的Thinking模式平均要178.5秒，快了约3.5倍。Ai2称报告质量与其此前使用的专有模型组合相当，不过也坦承训练与评测大多在2025年完成，尚未与当前最新的前沿模型复测，用户应对生成引用自行核对。

训练路线走的是「监督微调+直接偏好优化（DPO）」而非强化学习，理由是RL训练不稳定且成本高。数据来自ScholarQA系统的真实用户查询：过滤掉测试、机器人、过短、非英文和非科研请求后留下约9万条；监督阶段的目标报告由Claude 3.5/3.7 Sonnet、o3、o4-mini、GPT-4.1等多模型流水线生成，精选出4.7万条；DPO阶段则用GPT-4.1与DeepSeek-R1双裁判从成对报告中择优，裁判与人类偏好一致率约95%，最终留下约6千个偏好对。

架构上的提速来自「砍流程」：Thinking模式要先做片段摘要与聚类、再分节写作，AstaBrief则根据问题与文献摘录一口气写完全文，省去了中间多级流水线。也就是说，3.5倍的加速一半来自模型、一半来自系统设计。

开源的实际意义在于部署自由：高校和企业可以在自己的硬件甚至内网防火墙之后跑这个8B模型，让涉及敏感数据或未发表成果的文献调研不出本地。Ai2同时在GitHub发布了示例工作流，研究者可以用它处理自己的PDF文献。对小模型专用化这个方向来说，这是一个值得参考的样本：用数据工程换取单个任务上接近大流水线的质量。