AstaBrief 开源：科研报告提速，关键是让引用跟得上结论

事件日期：2026 年 10 月 2 日 科研人员使用 AI 查资料，最难接受的不是回答慢，而是报告看似完整、引用却没有真正支撑结论。Ai2 昨天开源 AstaBrief 8B、训练数据和示例工作流，目标是让研究问题结合检索到的文献片段，更快生成带引用的报告。 官方发布了什么 根据 Ai2 团队原文，AstaBrief 从 Qwen3-8B 开始，通过监督微调与直接偏好优化，学习相关性、结构和引用跟踪。它已作为 Asta 的 Generate a report 功能中的 Fast mode，与 Claude 驱动的 Thinking mode 并列；同时开放权重，机构可以尝试在自己的基础设施运行。 报告生成流程也做了调整。Fast mode 在拿到问题和检索片段后，一次生成完整报告，绕过 Thinking mode 中的片段摘要、聚类和逐节写作环节。官方给出的 Asta 全流程平均时间是 Fast mode 51.1 秒，Thinking mode 178.5 秒，约快 3.5 倍。这个数字涵盖 Asta 的完整系统，不能直接当成单次模型推理速度，也不是 Easycha 的独立实测。 速度来自数据与系统共同设计 Ai2 从经过隐私和质量过滤的研究查询中保留约 9 万条研究型问题，进一步生成和筛选训练报告，得到约 4.7 万条监督微调样本。偏好优化数据约 6000 条。报告生成使用多个模型产生候选，再由两个评审模型比较；只有判断一致的样本才进入偏好数据。 团队重点检查的不是“写得长不长”，而是四个维度：必要内容覆盖、段落是否切题、引用是否支持所附陈述，以及报告是否完整覆盖需要引用的主张。原文发现，过滤引用密度较低的合成报告带来的收益最明显；加入更多复杂过滤器，并没有继续带来同等改善。 Easycha 分析：这对知识库和企业报告很有启发。训练数据中如果让每个关键陈述都展示来源，模型更容易学到可检查的写法；但引用数量多，不等于证据关系正确。系统还要保存检索片段、文献版本和生成时间，方便使用者回看。 引用正确，仍可能把话说过头 Ai2 特别提醒，模型可以引用了相关论文，却把只适用于特定样本的发现扩展成普遍规律，把过去时的观察写成现在仍成立的结论，或从描述性结果直接跳到临床和政策建议。引用的存在只能说明关联，不能自动证明结论没有超出证据范围。 因此，科研报告的验收不应只检查链接能否打开，还要逐条核对主张的范围、条件和语气。对企业内部材料，也应确认检索片段是否包含敏感或未公开内容，以及本地部署的访问权限和日志策略。 评测结果要看时间和对象 官方使用 SQABench-CS2 的 200 个计算机科学问题，以及 63 个问题的 DeepScholarBench，并做了模型评审和小规模人工研究。原文明确，大部分训练和评测在 2025 年完成，比较用的闭源模型代表当时的前沿；团队没有按今天的模型重新跑完整评测。结果更适合说明当时的数据筛选和系统设计是否有效，不能直接变成今天所有模型的排名。 Easycha 建议：把它当作可复查报告管线的参考实现。先固定检索范围和文献版本，再用少量真实问题比较引用精度、引用覆盖、回答相关性和完整耗时。需要更快反馈时，可以先用轻量模式生成草稿，再对关键结论进行人工复核。AstaBrief 的价值不只是参数量，而是把开放模型、检索材料和引用验证放在同一条可研究的流程里。以上为官方资料整理与 Easycha 编辑分析。