Ai2 atveria AstaBrief – greitą 8B modelį moksliniams ataskaitų rengimui
Trumpai: Allen Institute for AI (Ai2) atvėrė AstaBrief 8B modelio svorius – modelis, sukurtas ant Qwen3-8B pagrindo, kuris mokslinius klausimus ir surastas literatūros ištraukas paverčia cituotomis ataskaitomis. Jis jau veikia Ai2 platformoje Asta kaip 'Fast' režimas šalia Claude pagrindu veikiančio 'Thinking' režimo – ataskaitą vidutiniškai sugeneruoja per 51,1 sekundės, palyginti su 178,5 sekundės Claude procese, t. y. apie 3,5 karto greičiau. Modelis treniruotas naudojant prižiūrimą dokonfigūravimą (SFT) su 47 tūkst. pavyzdžių (iš 90 tūkst. filtruotų realių mokslininkų užklausų) ir DPO su apie 6 tūkst. porų, o didžiausią kokybės pokytį davė filtravimas pagal citavimo tankį.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Hugging Face“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Atverti AstaBrief 8B modelio svoriai ir treniravimo duomenys, pagrįsti Qwen3-8B
- 2Pilna cituota ataskaita generuojama vienu žingsniu, o ne skyrius po skyriaus – tai sutrumpina generavimo laiką
- 3Fast režimas vidutiniškai sugeneruoja ataskaitą per 51,1 s, Thinking (Claude) režimas – per 178,5 s (~3,5x greičiau)
- 4Treniruota naudojant SFT (47 tūkst. pavyzdžių) + DPO (~6 tūkst. porų), o ne RL – pigesnis ir stabilesnis procesas
- 5Vertinta naudojant SQABench-CS2 (200 informatikos klausimų) ir DeepScholarBench (63 užklausos); didžiausią naudą davė filtravimas pagal citavimo tankį
- 6Pateikiamas pavyzdinis darbo eigos šablonas ataskaitoms generuoti iš vartotojo pačių PDF failų
| Parametras | Buvo | Dabar |
|---|---|---|
| Bazinis modelis | Nenurodyta | Qwen3-8B |
| Ataskaitos generavimo laikas (vid., visas procesas) | 178,5 sekundės (Claude varomas Thinking režimas) | 51,1 sekundės (AstaBrief Fast režimas) |
| Greitis lyginant su Thinking režimu | 1x (bazinis) | ~3,5x greičiau |
| SFT mokymo pavyzdžiai | Nenurodyta | 47K (iš 90K atfiltruotų tyrimų užklausų) |
| DPO mokymo pavyzdžiai | Nenurodyta | ~6K |
| Svorių/duomenų prieinamumas | Nuosavybinis (duomenų generavimui naudoti Claude 3.5/3.7 Sonnet, o3, o4-mini, GPT-4.1) | Atviro kodo modelio svoriai ir mokymo duomenys |
Kodėl tai svarbu?
Tai rodo tendenciją, kad maži atviro kodo modeliai gali prilygti nuosavybinėms LLM sistemoms siaurose, gerai apibrėžtose užduotyse (šiuo atveju – cituotų mokslinių ataskaitų rašyme) žymiai greičiau ir pigiau, kartu leisdami vykdyti modelį savo infrastruktūroje jautriems duomenims.
Šaltiniai
- Hugging FaceOficialusPirminis šaltinisOriginalus straipsnis →„Open-sourcing AstaBrief, the fast report-generation model in Asta“2026-10-02 18:19
- Šaltinio publikavimo data
- 2026-10-02 18:19
- Mūsų sistema rado
- 2026-10-02 19:51
- Santrauka sugeneruota
- 2026-10-02 20:07
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas