Ai2, bilim için hızlı ve kaynakçalı rapor modeli AstaBrief 8B'yi açık kaynak yaptı

Ai2 ne yayımladı

Allen Institute for AI (Ai2), bilimsel çalışmalar için tasarlanan agentic platformu Asta'daki Fast modunun arkasındaki model olan AstaBrief 8B'yi açık kaynak yaptı. Model, bir araştırma sorusu ve literatürden alınmış alıntılar verildiğinde, kaynakçaları eklenmiş bir rapor üretiyor. Ai2, ağırlıkların yanı sıra eğitim verisini ve araştırmacıların kendi PDF'lerinden rapor oluşturmak için uyarlayabilecekleri bir örnek iş akışını da yayımladığını, böylece yerel rapor üretimini kolaylaştırdığını belirtiyor.\n Hacker News'in ana sayfasında öne çıkan Ai2 blog yazısına göre AstaBrief, Asta'nın rapor üretme özelliğinde de kullanılmaya devam ediyor ve artık Claude destekli, daha yavaş Thinking modunun yanında yer alıyor.

Gerçek sorgular üzerine kurulu bir eğitim tarifi

AstaBrief, Qwen3-8B'den yola çıkıyor; çabanın büyük kısmı ise post-training verisine, değerlendirmeye ve üretimi çevreleyen scaffolding'e harcanıyor. Ai2, güçlendirme öğrenmeyi (RL) de değerlendirdi; kendi DR Tulu çalışmalarının, hakem modellerin döngüde olduğu RL'nin açık ağırlıklı modellerde uzun form üretimini iyileştirebileceğini gösterdiğini belirtti. Ancak sonuçta bunun yerine denetimli ince ayar (SFT) artı doğrudan tercih optimizasyonunu (DPO) seçti; RL'nin kararsız ve maliyetli olduğunu, SFT ve DPO pipeline'ının ise daha ucuz, hata ayıklaması daha kolay ve üzerinde çalışılması daha basit olduğunu savunuyor. Bu karar, yükü veri kalitesine kaydırdı.

Denetim verisi, Asta'nın rapor özelliğinin temelini oluşturan retrieval-augmented çerçeve ScholarQA üzerinden toplanan gerçek kullanıcı sorgularından geldi. Bot ve beta test kullanıcısı trafiği temizlendikten, anlamlı olmayacak kadar kısa prompt'lar çıkarıldıktan ve İngilizce olmayan, bilimsel olmayan ve gizliliğe duyarlı gönderimleri yakalamak için LLM tabanlı bir süzgeç çalıştırıldıktan sonra Ai2'nin elinde yaklaşık 90.000 araştırma odaklı sorgu kaldı. Hedef raporlar, Claude 3.5 Sonnet, Claude 3.7 Sonnet, o3, o4-mini ve GPT-4.1 kullanılarak çok adımlı ScholarQA pipeline'ı ile sentezlendi ve kalite filtresinden sonra yaklaşık 47.000 kullanılabilir örnek elde edildi. DPO çiftleri ise ayrı bir sorgu havuzundan geldi; her sorgu, birbirine rakip iki rapor ve bunlardan biri için bir tercih etiketiyle eşleştirildi.

Tek geçişli pipeline'dan gelen hız

Daha büyük hız kazanımları raporların yazılma biçiminin yeniden yapılandırılmasından geldi. AstaBrief, bitmiş raporu sorgu ve alınan alıntılardan tek bir geçişte yazıyor; Claude destekli modun bağımlı olduğu alıntı özetleme ve kümeleme adımlarını atlıyor ve bölüm bölüm oluşturma yöntemini bırakıyor. Ai2, kalitenin bu tasarımda korunduğunu bildiriyor. Tüm Asta pipeline'ı boyunca Fast mode rapor başına ortalama 51,1 saniye sürerken Thinking mode 178,5 saniye sürüyor; bu yaklaşık 3,5 kat daha hızlı demek ve Ai2, üretim süresinin izlediği tescilli sistemlere kıyasla ona yakın düştüğünü ölçtü.

Ai2'nin kendisinin dile getirdiği bir uyarı: eğitim ve değerlendirmenin büyük kısmı 2025'te tamamlandı, dolayısıyla veri üretimi ve referans noktası olarak kullanılan tescilli modeller o dönemin sınırını yansıtıyor ve değerlendirme daha yeni sistemlere karşı tekrar çalıştırılmadı.

Neden önemli

Bu yayım, özenle hazırlanmış, alana özgü verilerle eğitilmiş küçük ve açık lisanslı modellerin dar profesyonel iş akışlarında büyük ticari API'lerin yerine geçebileceği tezi için sağlam bir veri noktası. Araştırma kurumları için açık ağırlıkların maliyetin ötesinde pratik bir faydası var: AstaBrief, bir sorunun kurum altyapısından çıkmaması gereken hassas veya henüz yayımlanmamış çalışmaları ifşa edeceği durumlarda self-host edilebilir. Yayım ayrıca, NSF destekli OMAI girişimi yoluyla bilim insanlarının gerçekten nasıl çalıştığına göre şekillendirilmiş tamamen açık modeller oluşturma çabasıyla da uyumlu; ve beraberindeki eğitim verisi diğer laboratuvarlara benzer alan uyarlamaları için tekrarlanabilir bir temel sunuyor.