O Allen Institute for AI (Ai2) anunciou a disponibilização aberta do AstaBrief, um modelo de 8 mil milhões de parâmetros concebido para transformar uma pergunta de investigação e excertos de literatura científica num relatório com citações. O modelo está disponível na funcionalidade «Generate a report» da plataforma Asta, como opção Fast, ao lado do modo Thinking, que utiliza modelos da Claude. A Ai2 diz que está também a publicar os pesos e os dados de treino, para que outros possam estudar, reproduzir e desenvolver o trabalho.
Segundo a publicação da organização, o AstaBrief parte do Qwen3-8B e foi ajustado sobretudo com dados de treino supervisionado (SFT) e otimização direta de preferências (DPO). A equipa optou por esta abordagem em vez de recorrer a treino baseado em aprendizagem por reforço. A Ai2 descreve este último método como potencialmente instável e dispendioso e diz ter procurado uma configuração mais simples de gerir, depurar e aperfeiçoar. O trabalho incidiu na qualidade dos exemplos, na avaliação e no processo de geração, com atenção à fundamentação em evidência e à atribuição de citações.
A Ai2 diz que o modo Fast demora, em média, 51,1 segundos por relatório, face aos 178,5 segundos do modo Thinking, ao longo de todo o processo da Asta. A organização descreve a diferença como uma geração cerca de 3,5 vezes mais rápida e refere também uma redução próxima de uma ordem de grandeza no tempo de geração, em comparação com os modelos proprietários que acompanhou. Estes valores são resultados divulgados pela própria Ai2. A publicação não apresenta uma avaliação independente que os confirme e distingue a medição de todo o processo da comparação do tempo de geração.
A equipa afirma ter recolhido dezenas de milhares de consultas de investigação reais, criado dados de preferência e filtrado exemplos para melhorar a atribuição de fontes. Também redesenhou o sistema para produzir o relatório completo numa única passagem, em vez de o gerar secção a secção. A Ai2 explica que queria permitir aos investigadores obter rapidamente uma versão preliminar, que pudessem depois aperfeiçoar em interações posteriores.
A publicação esclarece que a maior parte do treino e da avaliação descritos foi concluída em 2025. Por isso, os modelos proprietários usados para produzir dados e como comparação refletem a fronteira tecnológica daquele período. A Ai2 diz que não repetiu toda a avaliação com os modelos mais recentes e recomenda que os resultados sejam lidos como evidência sobre as escolhas específicas de treino e desenho do sistema, não como uma comparação atualizada com os modelos atuais.
Além dos pesos do modelo, a Ai2 disponibiliza um exemplo de fluxo de trabalho que pode ser adaptado para gerar relatórios a partir de ficheiros PDF próprios. A organização aponta a execução em infraestrutura local como relevante para instituições que lidam com perguntas de investigação sensíveis ou trabalho ainda não publicado. A publicação apresenta o AstaBrief como um teste à possibilidade de adaptar modelos abertos às exigências da síntese científica. Não fornece, porém, uma validação independente da qualidade dos relatórios produzidos.
Porque importa
A disponibilização dos pesos e dos dados pode permitir que instituições adaptem o modelo e o executem localmente, incluindo em contextos com investigação sensível. Os resultados de rapidez são divulgados pela Ai2 e não constituem uma comparação independente ou atualizada.