Ai2开源8B科研报告模型，靠更密的引用训练换速度

AI for Science / 开源模型 · 8.4/10 · 值得看数据配方

Ai2 10月2日开源AstaBrief 8B：输入研究问题和检索到的论文片段，直接生成带引用的报告。它以Qwen3-8B为底座，先用约4.7万份筛选后的报告做监督训练，再用约6000组偏好对继续训练。与Asta原有的Claude驱动“Thinking”流程相比，新“Fast”模式省去了多轮摘要、聚类和逐节撰写，改为一次生成整份报告；模型权重和训练数据都已公开。

训练里有个值得借鉴的细节。团队试过按引用相关性、引用多样性等指标筛样本，最有效的却是较朴素的一项：删掉引用密度太低、大片文字没有证据支撑的报告。模型学会的不只是论文术语，还有更频繁地给观点接上出处。Ai2报告完整服务流程平均51.1秒，原Thinking模式为178.5秒，约快3.5倍；这是整条产品流程的比较，并非8B模型与Claude单次生成速度的纯模型对比。

这项结果适合看作“可自行部署的科研报告初稿工具”。Ai2明确说主要训练和评估在2025年完成，没有重新与如今最强的模型全面比较。它也提醒：一句话即便引用了相关论文，仍可能把一小组样本的结论写成普遍规律。对真要读论文的人而言，引文是否真的支持这句话，依旧要逐条核对。