Az Ai2 megnyitotta az AstaBrief tudományos riportmodellt
Az Ai2 nyílt forrásúvá tette az AstaBrief 8B modellt, amely kutatási kérdésekből és visszakeresett szakirodalmi részletekből készít hivatkozásokkal ellátott riportokat. A modell az Asta platformon gyors módban is elérhető, és saját infrastruktúrán is futtatható.
- Az Ai2 nyílt forrásúvá tette az AstaBrief 8B modellt és a tanítási adatokat.
- A modell kutatási kérdésekből és szakirodalmi részletekből készít hivatkozott riportokat.
- Az Asta Fast mód átlagosan 51,1 másodperc alatt generál riportot.
- A tanításhoz 90 ezer szűrt kutatói kérdést és 47 ezer használható példát használtak.
- Az Ai2 saját infrastruktúrán futtatható mintamunkafolyamatot is közzétett.
Gyorsabb riportkészítés az Asta platformon
Az AstaBrief az Ai2 tudományos munkát támogató, ügynöki platformjának, az Astának a riportkészítő modellje. A rendszer nem egyszerű kulcsszavas keresésekre épül. A felhasználók összetett kérdéseket, jelentős háttérinformációt és több feltételt is megadhatnak, például különböző megközelítéseket hasonlíthatnak össze egy adott módszer, népesség vagy környezet figyelembevételével.
Az Ai2 célja egy olyan kisebb, nyílt modell létrehozása volt, amely tudományos riportok készítésében felveszi a versenyt a használt zárt modellekkel, miközben csökkenti a válaszok elkészítéséhez szükséges időt és a kiszolgálás költségeit. Az AstaBrief 8B a felhasználói kérdést és a releváns szakirodalmi részleteket alakítja át hivatkozott riporttá.
Az Asta Generate a report funkciójában az AstaBrief Fast módként érhető el, a Claude-ra épülő Thinking mód mellett. Az Ai2 közlése szerint a teljes Asta-folyamatban a Fast mód egy riportot átlagosan 51,1 másodperc alatt készít el, míg a Thinking mód átlaga 178,5 másodperc. Ez körülbelül 3,5-szeres gyorsulást jelent.
Nyílt súlyok és saját infrastruktúrán futtatás
Az Ai2 a modell súlyait és a betanítási adatokat is közzéteszi. A szervezet szerint ez lehetőséget ad arra, hogy mások tanulmányozzák, reprodukálják és továbbfejlesszék a megközelítést.
A nyílt súlyok révén intézmények a saját infrastruktúrájukon futtathatják az AstaBriefet. Ez olyan kutatási kérdéseknél lehet fontos, amelyek érzékeny vagy még nem publikált munkára utalnak. Az Ai2 egy mintamunkafolyamatot is kiadott, amelyből a kutatók saját PDF-fájljaikból készíthetnek helyi riportokat.
Az AstaBrief fejlesztése során az Ai2 egy olyan riportkészítési folyamatot alakított ki, amely a teljes riportot egy menetben állítja elő. A modell így megkerüli azokat a költséges köztes lépéseket, amelyekben a Claude-alapú Thinking mód összefoglalja és csoportosítja a szakirodalmi részleteket, majd szakaszonként írja meg a választ. Az Ai2 szerint ezt a gyorsítást a teljesítmény feláldozása nélkül sikerült elérni.
Valós kutatói kérdésekből építették fel a tanítást
Az AstaBrief alapja a Qwen3-8B, a fejlesztés súlypontját pedig az utólagos tanítási adatok, az értékelés és a riportkészítést támogató rendszer jelentette. Az Ai2 a megerősítéses tanulás helyett felügyelt finomhangolást, valamint közvetlen preferenciaoptimalizálást használt. A szervezet szerint ez egyszerűbb, olcsóbban működtethető és könnyebben hibakereshető megoldást jelentett.
A tanítási folyamatban valódi kutatói kérdéseket használtak. A minőségi, relevancia- és adatvédelmi szűrések után 90 ezer kutatásközpontú kérdés maradt. Ezekből a ScholarQA rendszerrel teljes, hivatkozásokkal ellátott célriportokat készítettek, majd a minőségszűrés után 47 ezer használható tanítási példát kaptak.
A preferenciaoptimalizáláshoz körülbelül 6 ezer példából álló adathalmazt hoztak létre. Két bírómodell, a GPT-4.1 és a DeepSeek-R1 hasonlította össze a riportpárokat. Az Ai2 szerint a bírók az emberi preferenciákkal 95 százalékos egyezést mutattak, és csak azokat a párokat tartották meg, amelyeknél mindkét modell ugyanazt a riportot választotta.
Mit jelent ez a kutatóknak?
Az AstaBrief a gyors, előzetes riportok elkészítésére szolgál, amelyeket a felhasználók későbbi körökben tovább dolgozhatnak. A nyílt modell és a közzétett mintamunkafolyamat emellett lehetőséget ad helyi riportkészítésre saját szakirodalmi anyagokból.
Az Ai2 hangsúlyozza, hogy a bemutatott betanítás és értékelés nagy része 2025-ben zajlott. A vállalat nem futtatta újra a teljes összehasonlítást a jelenlegi élvonalbeli modellekkel, ezért az eredményeket az akkor vizsgált tanítási és rendszertervezési megoldások bizonyítékaként kell értelmezni.
