AI2 開源科研報告模型　報告快 3.5 倍 訓練數據一併放開

2026年10月2日，美國艾倫研究所（AI2）喺 Hugging Face 部落格宣佈，將專為科研報告生成而訓練嘅小模型 AstaBrief 8B，連同訓練數據一併開源。佢已喺 AI2 嘅科研代理平台（agentic platform）Asta 入面，以「快速模式」提供，同由 Claude 驅動嘅「思考模式」並行。

模型做乜

AstaBrief 8B 係一個 8B（即 80 億參數）級嘅小模型，以 Qwen3-8B 做底。佢專做一件事：將研究問題同檢索得到嘅文獻摘錄，轉成附有引用來源嘅完整報告。

訓練方面，AI2 話用咗數萬條真實研究查詢、以引用為重點嘅過濾、偏好數據，同埋一條重新設計嘅報告生成流程——新流程一次性寫出整份報告，而唔係逐段生成。

證據同測試條件

AI2 喺帖文話，Fast mode 喺整個 Asta 流程平均 51.1 秒出一份報告，Think mode 則為 178.5 秒，約快 3.5 倍。呢組係 AI2 自家嘅測試數字。

帖文亦交代：大部分訓練同評估喺 2025 年完成，用嚟生成訓練數據同做對照嘅專有模型，反映嘅係當時嘅前沿；AI2 冇對住而家嘅前沿模型重新跑完整評估。所以呢組結果，應該讀作關於「佢哋測試嗰套訓練同系統設計選擇」嘅證據，而唔係「而家仍然成立」嘅聲明。

「達至同原有專有模型相近嘅報告品質」呢句，係 AI2 自己嘅目標同聲稱，唔係獨立第三方驗證。

點解要開源

AI2 話，開放權重（open weights）令機構可以喺自己嘅基建上跑 AstaBrief，而呢個喺研究問題涉及敏感或未發表工作時係必要嘅。除咗模型權重，佢哋一併放出一個示例工作流程，讓科研人員可以改造，用嚟從自己嘅 PDF 生成報告。

要分清：開放權重同完整開源唔係一回事。呢度放開嘅，係模型權重、訓練數據同示例流程。

模姐驗嚇貨

科研報告呢類用處，最難唔係「寫得快」，而係「寫得實」——有冇引用、有冇將證據真正支持嘅結論悄悄放大。AI2 嘅思路，係將長文本綜合嘅核心（答案品質、相關性、結構、引用著地）同速度分開處理。小模型快，但快唔代表準確；「相近品質」呢個聲稱，佢哋自己承認未對住最新前沿模型重驗。

科研朋友想試，模型權重、訓練數據同示例流程都喺 AI2 嘅 Hugging Face 帳户。自己揸住權重、自己跑喺自己基建，正正係「邊個揸住個掣」呢個問題嘅正面答案。

模姐｜深度調教