Перейти к содержанию
modelium.
Начать с задачи
←
Новость

Ai2 открыла AstaBrief-8B для локальных научных отчётов с цитатами

На странице · 3 разделов

2 октября Ai2 публично представила AstaBrief-8B: открытые веса модели для составления отчёта по научному вопросу и заранее найденным фрагментам статей. Это не автономный поиск литературы: документы, извлечение фрагментов и проверку цитат нужно организовать отдельно. Веса помечены Apache-2.0, а опубликованные обучающие датасеты — CC BY-NC 4.0; условия их использования нельзя смешивать.

Что произошло

2 октября 2026 года Ai2 объявила открытие AstaBrief-8B — модели для написания научного отчёта по вопросу исследователя и уже извлечённым фрагментам литературы. В системе Asta она используется в режиме Fast; для локального применения опубликованы отдельные веса. Важно: HF-репозиторий создан ещё 9 февраля, веса загружены тогда же; дата 2 октября относится к публичному анонсу и обновлению карточки/шаблона, а не к первой загрузке весов. s1 s2 s3

Чем полезна локально

При собственном хранении статей можно подать вопрос и отобранные фрагменты в генератор отчёта, оставляя этот этап на своей инфраструктуре. Но AstaBrief не заменяет поиск, парсинг PDF и отбор релевантных абзацев. Авторы показали пример отдельного workflow для PDF; его наличие не означает, что весь облачный продукт Asta автоматически превращается в полностью офлайн-систему. Оригинальная карточка рекомендует строго придерживаться опубликованного формата промпта; произвольный чат-формат может ухудшить результат. Ссылки на статьи и соответствие цитируемых фрагментов выводам необходимо проверять вручную. s1 s2 s6

Проверенный репозиторий allenai/AstaBrief_8B на ревизии 045f1dcca8f663735d4f57dcd4e92deeb2c83533 содержит конфигурацию Qwen3 и индекс из четырёх PyTorch-шардов, все четыре файла весов доступны в закреплённом дереве. Это BF16-чекпойнт, а не готовая GGUF-квантизация. Размер файлов на диске не равен требованию к RAM или VRAM; проверенных нами запусков и замеров на пользовательском оборудовании нет. s2 s3

Практический следующий шаг: для пилота загрузить именно закреплённую DPO-модель, отдельно подготовить корпус документов и релевантные выдержки, затем подать их в рекомендованном формате из карточки и сверить каждую цитату с исходным текстом. Не копировать пример инференса из карточки без проверки: там model_name указывает на AstaBrief_8B_SFT, хотя страница описывает итоговую DPO-модель AstaBrief_8B. Это два разных чекпойнта. s2

Права и качество: что не следует смешивать

Карточка весов обозначает лицензию Apache-2.0, а карточки обоих выпущенных обучающих наборов, SFT и DPO, — CC BY-NC 4.0. Это разные опубликованные артефакты с разными условиями. Нельзя переносить Apache-2.0 на датасеты или считать их свободными для коммерческого переобучения; для такого сценария нужно отдельно проверить права на данные. Пометка лицензии модели сама по себе не является юридическим заключением о каждом варианте использования. s2 s4 s5

Ai2 сообщает о 87 баллах среднего показателя на тестовой части ScholarQA-CS2 из 100 исследовательских вопросов против 83,7 у SFT-версии и 77,3 у базовой Qwen3-8B; это авторская оценка, не независимый тест Modelium. В блоге основной SQABench-CS2 описан как набор 200 вопросов: это другое обозначение/охват оценки, и знаменатели нельзя механически объединять. Указанные авторами 51,1 против 178,5 секунды относятся к полным режимам Fast и Thinking внутри Asta, а не к скорости голой модели на вашем локальном сервере. Авторы отдельно предупреждают, что большая часть обучения и оценок выполнена в 2025 году, без повторного сравнения с актуальными на октябрь 2026 года моделями. s1 s2

Источники