Models
Ai2 open-sourced AstaBrief: 8B-Modell schreibt zoitierte Forschungsberichte im One-Pass
Das Allen Institute for AI (Ai2) hat AstaBrief 8B open-sourced - inklusive Trainingsdaten und einer Beispiel-Pipeline für lokale Berichtsgenerierung. Das Modell, ein Ableger von Qwen3-8B, wandelt eine Forschungsfrage plus Literatur-Auszüge in einen vollständigen, zoitierten Bericht um und ist in der Asta-Plattform heute schon als “Fast mode” produktiv im Einsatz - neben dem Claude-basierten “Thinking mode”.
One-Pass statt Sektionen
Der entscheidende Design-Schritt: AstaBrief schreibt den kompletten Bericht in einem einzigen Durchgang, statt - wie die Claude-Pipeline - Snippets zu clustern und Abschnitt für Abschnitt zu generieren. Das Ergebnis: 51,1 Sekunden pro Bericht im Schnitt gegenüber 178,5 Sekunden im Thinking mode, rund 3,5-mal schneller. Der Fast mode kommt bei Nutzern gut an - 84,2 Prozent positive Bewertungen, fast gleichauf mit 85,2 Prozent für die langsamere Variante. 23 Prozent derer, die Fast mode ausprobiert haben, sind nie zurueckgewechselt.
Training mit echten Forschungsanfragen
Das SFT-Training basiert auf 90.000 echten, bereinigten Asta-User-Queries, aus denen 47.000 Beispiele wurden. Erzeugt wurden die Zielberichte von einer Mischung aus Claude 3.5/3.7 Sonnet, o3, o4-mini und GPT-4.1. Für DPO entstanden 6.000 Präferenz-Paare, bei denen zwei Judge-Modelle (GPT-4.1 und DeepSeek-R1) übereinstimmen mussten. Die Eval lief auf SQABench-CS2 mit Rubric-, Antwort- und Zitiergenauigkeit.
Warum offene Gewichte
Institutionen mit sensiblen oder un veröffentlichten Forschungsfragen können AstaBrief auf eigener Hardware hinter der Firewall betreiben. Ai2 sieht das als Testfall für das größere Ziel: Sprachmodelle, die auf die spezifischen Anforderungen wissenschaftlicher Arbeit spezialisiert sind - im Rahmen der NSF-OMAI-Initiative.