AllenAI 开源 AstaBrief 8B：基于 Qwen3-8B 微调的科学报告生成模型
AllenAI 正式开源了名为 AstaBrief 的 8B 参数模型，该模型基于 Qwen3-8B 构建，专为从检索到的文献片段中快速生成带引用的科学研究报告而设计。作为其 Agentic 平台 Asta 中的“Fast”模式核心，AstaBrief 旨在解决通用大模型在科学工作中证据 grounding 不足的问题，同时显著降低生成延迟和算力成本。 训练策略上，团队放弃了不稳定的强化学习（RL），转而采用监督微调（SFT）结合直接偏好优化（DPO）。数据方面，他们清洗了 90,000 条来自真实科研人员的查询日志，利用 Claude 3.5 Sonnet、o3 等模型生成了 47,000 个高质量 SFT 样本，并构建了约 6,000 对 DPO 偏好数据。关键的技术细节在于引入了“引用密度”（Citation Density）过滤器，剔除那些引用稀疏或过度依赖少数文献的合成报告，从而强制模型在生成时保持对证据的忠实度。 性能评估显示，AstaBrief 在 SQABench-CS2 基准上与闭源模型相当，且在人类研究中表现出优于其他系统的引用准确性。在实际部署中，Fast 模式的平均报告生成时间为 51.1 秒，相比使用 Claude 的 Thinking 模式（178.5 秒）快了约 3.5 倍。目前已有 23% 的用户在尝试后选择永久切换至 Fast 模式，验证了其在特定垂直领域的实用性与效率优势。
推荐理由：通过 90K 真实查询与引用密度过滤，证明 SFT+DPO 在科学综述场景可替代昂贵 RL，且 Fast 模式生成速度提升 3.5 倍。