开源 AstaBrief，Asta 中的快速报告生成模型

判断

这个开源决定改变的是手里有敏感或未发表数据的研究机构：过去只能把稿件交给托管式闭源模型，现在可以下载 AstaBrief 8B 权重在自己机器上生成带引用报告，代价是引用是否忠实原文要由自己校验。

依据

Ai2 的 Kyle Wiggers 在 Hugging Face 发文说明：AstaBrief 8B 以 Qwen3-8B 为起点，只做后训练，团队放弃了 RL（reinforcement learning，强化学习）路线，改用 SFT（supervised fine-tuning，监督微调）加 DPO（direct preference optimization，直接偏好优化），理由是 RL 训练不稳定且昂贵。机制上的关键改动是把报告生成管线改成一次性写完，而不是逐节生成，所以论文报告质量被压在训练数据的筛选上。效果对照来自同一套 Asta 完整流程：Fast 模式平均每篇报告 51.1 秒，Thinking 模式 178.5 秒，约 3.5× 的差距。文章自己标注，训练和评测大多在 2025 年完成，所用闭源模型是当时的前沿水平，且未对今天的前沿模型重跑全套评测。