Ai2 开源 AstaBrief 8B：51 秒写出一篇带引注的科研报告
Ai2（Allen Institute for AI）10 月 2 日在 Hugging Face 博客开源 AstaBrief 8B——一个把「研究问题 + 检索到的文献片段」直接写成带引注报告的模型。它已经在其科研智能体平台 Asta 的「生成报告」功能里作为 Fast 模式上线，与 Claude 驱动的 Thinking 模式并列；这次同时把权重（Apache-2.0 许可）、训练数据与做法公开，官方给的定位是「科研报告这一步不该只能靠闭源模型」。
训练配方是这条发布里最值得记的部分。基座取 Qwen3-8B，重头放在后训练数据上，路线是 SFT + DPO 而不是当下更常见的 RL——作者说 RL 训练不稳定且贵，他们选的是一条更简单的路。DPO 的偏好对由两个裁判模型（GPT-4.1 与 DeepSeek-R1）各自比较、只保留双方一致的样本，官方称裁判与人类偏好的一致率为 95%，过滤后 DPO 数据集约 6,000 例。而收益最大的过滤信号很朴素：「合成报告里每句话是否都带引注」这一项，比他们试过的任何更复杂的过滤组合都管用。开发者说这是全项目最清楚的一课——科学专精未必靠往预训练里灌更多科学文本，后训练数据的成色与它是否示范了「落地与归因」这类行为，对结果的影响更直接。
速度与边界各一条。写报告从「一节一节生成」改成一次成篇，整条 Asta 流水线里 Fast 模式平均 51.1 秒一篇，Thinking 模式 178.5 秒，约 3.5 倍。边界上作者自己提示两点：这些数字是开发期的工程验证，不代表这个基座在今天的模型版图里处于什么位置；引注支持也只是科研可信度的一部分——模型可能引对了文献，却把结论说得比原文更强（把样本级发现写成总体结论、把描述性结果写成建议），而现有指标主要测相关性、覆盖度与引注落地，还没测「有没有守住证据的适用范围」。