Allen Institute for AI lança modelo AstaBrief 8B com pesos abertos

O Allen Institute for AI (Ai2) lançou o AstaBrief 8B, um modelo especializado na conversão de perguntas de pesquisa e trechos de literatura científica em relatórios com citações. A organização disponibilizou os pesos do modelo e os dados de treinamento publicamente, permitindo que pesquisadores executem o sistema em sua própria infraestrutura local.

O modelo já está integrado à plataforma de trabalho científico Asta como a opção "Fast mode". De acordo com os desenvolvedores, o AstaBrief 8B foi projetado para responder às necessidades de cientistas que trazem contextos amplos e restrições específicas para as suas consultas, em vez de pesquisas simples por palavras-chave.

Arquitetura e velocidade de geração

Para construir o AstaBrief 8B, os pesquisadores utilizaram como base o modelo Qwen3-8B. Em vez de recorrer a técnicas mais complexas e instáveis de aprendizado por reforço (RL), a equipe optou por um processo focado em ajuste fino supervisionado (SFT) e otimização direta de preferência (DPO). O treinamento utilizou consultas reais de cientistas coletadas por meio de plataformas como a ScholarQA.

Uma das principais mudanças operacionais do AstaBrief em relação aos fluxos tradicionais foi o redesign da estrutura de geração. O modelo foi treinado para escrever o relatório final em apenas uma passagem a partir dos trechos recuperados, eliminando etapas intermediárias de sumarização e agrupamento. Isso permitiu reduzir o tempo de geração no pipeline do Asta para uma média de 51,1 segundos por relatório no modo Fast, comparado a 178,5 segundos no modo Thinking, baseado no Claude.

Privacidade e uso local

A liberação dos pesos abertos busca atender a uma demanda de instituições que lidam com pesquisas confidenciais ou trabalhos ainda não publicados, nos quais o envio de dados para serviços externos não é viável. Juntamente com os pesos, foi liberado um fluxo de trabalho de exemplo para instruir usuários sobre como gerar relatórios a partir de seus próprios arquivos em formato PDF.

A organização ressaltou que a maior parte do treinamento e das avaliações do modelo foi concluída em 2025. A iniciativa faz parte de um esforço contínuo do Ai2 para adaptar grandes modelos de linguagem às exigências de rigor e rastreabilidade da comunidade científica.