AstaBrief tworzy raporty z cytowaniami w 51 sekund przy 8 mld parametrów

Ai2 udostępniło AstaBrief 8B, model z otwartymi wagami, który zamienia pytanie badawcze i odnalezione fragmenty literatury w raport naukowy z cytowaniami. W produkcyjnym trybie Asta Fast cały proces trwa średnio 51,1 sekundy, podczas gdy tryb Thinking oparty na Claude potrzebuje 178,5 sekundy.

Jednoprzebiegowa pipeline skraca tworzenie raportu do mniej niż jednej trzeciej czasu

AstaBrief pisze cały raport w jednym przebiegu. Pomija osobne streszczanie fragmentów, ich grupowanie i pisanie sekcja po sekcji, stosowane w trybie Thinking. Według pomiarów Ai2 cały proces jest około 3,5 raza szybszy, a sam etap generowania raportu przyspiesza prawie dziesięciokrotnie.

Model bazuje na Qwen3-8B, a Ai2 udostępniło jego wagi i dane treningowe. Instytucje mogą uruchomić go na własnej infrastrukturze za firewallem, co ma znaczenie, gdy pytanie ujawnia nieopublikowane badania. AstaBrief działa też jako tryb Fast w Asta.

Wyspecjalizowany mały model może operacyjnie wygrać ze złożoną pipeline

Rozmiar modelu to tylko część historii, bo zadanie ma jasno określone granice. AstaBrief otrzymuje pytanie i wcześniej odnalezione fragmenty, więc nie wykonuje całego wyszukiwania naukowego. Ai2 trenowało go na dziesiątkach tysięcy prawdziwych zapytań, filtrowało dane pod kątem jakości cytowań, a następnie zastosowało preference training.

Dla instytucji badawczych liczy się połączenie szybkości, kontrolowanych danych wejściowych i lokalnego wdrożenia. Wstępny raport po 51,1 sekundy można iterować w zwykłym rytmie pracy, a model działający za własnym firewallem nie wysyła poufnego pytania badawczego do zewnętrznego API.

Poprawne cytowanie może nadal podpierać zbyt daleki wniosek

Ai2 samo podkreśla, że właściwie przypisane źródło nie gwarantuje naukowej wierności. Model może uogólnić wynik szerzej, niż pozwalają dane z badania. Metryki rozwojowe skupiały się głównie na trafności, pokryciu i oparciu w cytowaniach, a nie na wszystkich formach nadmiernego uogólnienia.

Większość treningu i ewaluacji przeprowadzono w 2025 roku, a Ai2 nie powtórzyło pełnego porównania z dzisiejszymi frontier models. Badanie z udziałem ludzi obejmowało 14 pytań od 3 naukowców. DR-Tulu wygrał w ogólnej preferencji, a AstaBrief dobrze wypadł pod względem trafności cytowań. To wartościowy sygnał, nie końcowy ranking.

Niezależny audyt twierdzeń znaczy więcej niż liczba cytowań

Pierwsze dane użytkowe obejmują 374 osoby. Po wypróbowaniu trybu Fast 23% nie wróciło już do Thinking, a kolejne 18% korzystało z obu. Pozytywne opinie wyniosły 84,2% dla Fast i 85,2% dla Thinking, choć Ai2 zastrzega, że danych jest zbyt mało na mocne wnioski.

Kolejny test powinien sprawdzać, czy raport nie wykracza poza zakres cytowanych badań i czy wyniki utrzymują się poza pytaniami z informatyki. Dopiero niezależna reprodukcja pokaże, czy model 8B rzeczywiście obniżył koszt syntezy naukowej, czy tylko przyspieszył produkcję przekonująco wyglądających raportów.

Werdykt Lilith

AstaBrief potrafi w 51 sekund położyć na biurku raport pełen cytowań. Naukowiec nadal musi sprawdzić, czy każde źródło udźwignie twierdzenie, które model na nim postawił.