The Pulse

Ai2 presenta AstaBrief, un modello da 8B per produrre rapporti scientifici più rapidamente

Ai2 ha presentato AstaBrief 8B, un modello a pesi aperti che trasforma domande di ricerca e articoli scientifici reperiti in rapporti corredati di citazioni. Nei test di Ai2, la modalità Fast ha impiegato in media 51,1 secondi per rapporto,

AI.info Team · Scritto con l’IA · 2026-10-02

Il nuovo modello di Ai2 per i rapporti scientifici affronta un compromesso con cui i ricercatori si confrontano già nella piattaforma Asta: ottenere prima una sintesi corredata di citazioni con un modello più piccolo, oppure usare la più lenta modalità basata su Claude. Presentato il 2 ottobre, AstaBrief 8B redige un rapporto a partire da una domanda di ricerca e da estratti della letteratura reperita. Secondo Ai2, la modalità Fast ha impiegato in media 51,1 secondi per rapporto nell’intera pipeline di Asta, contro i 178,5 secondi della modalità Thinking: una differenza di circa 3,5 volte.

Il modello è ora disponibile nella funzione «Generate a report» di Asta, e Ai2 ne ha pubblicato i pesi e i dati di addestramento. L’azienda presenta AstaBrief come un’opzione più rapida, non come un sostituto della modalità Thinking, che mantiene per le attività che richiedono più risorse di calcolo. Il modello si basa su Qwen3-8B ed è distribuito con licenza Apache 2.0.

Un unico passaggio sostituisce una pipeline più lunga

AstaBrief genera un rapporto completo in un unico passaggio a partire dalla richiesta dell’utente e dai passaggi pertinenti reperiti. Questa impostazione salta le fasi di sintesi e raggruppamento usate dalla modalità Thinking di Asta basata su Claude ed evita di costruire il rapporto sezione per sezione. Secondo Ai2, il cambiamento accelera la generazione dei rapporti senza sacrificare le prestazioni nelle valutazioni condotte dall’azienda.

L’addestramento del modello combina il fine-tuning supervisionato con l’ottimizzazione diretta delle preferenze, anziché usare l’apprendimento per rinforzo. Ai2 afferma di aver scelto questo approccio più semplice in parte perché i metodi di apprendimento per rinforzo possono essere costosi e instabili, concentrandosi invece sulla qualità degli esempi. Il modello è stato sviluppato a partire da 90.000 richieste legate alla ricerca, selezionate dai log degli utenti: il team ha generato rapporti a partire da queste richieste e ha conservato 47.000 esempi per il fine-tuning supervisionato, poi ha raccolto un dataset separato di preferenze con circa 6.000 esempi.

Un test specifico per il supporto delle citazioni

Ai2 ha valutato il modello su SQABench-CS2, un insieme di 200 domande di ricerca in informatica scritte da utenti. Le metriche distinguevano la copertura e la pertinenza del rapporto dalla precisione delle citazioni — se una citazione supporta l’affermazione a cui è associata — e dal richiamo delle citazioni, cioè se le affermazioni del rapporto trovano supporto nelle citazioni fornite. Il team ha inoltre testato AstaBrief su DeepScholarBench, un benchmark di 63 richieste costruito a partire da recenti articoli pubblicati su arXiv.

Il filtraggio dei dati ha inciso sui risultati: Ai2 ha riscontrato che eliminare i rapporti di addestramento con una bassa densità di citazioni produceva i miglioramenti maggiori tra i filtri testati. L’azienda avverte inoltre che una citazione può rimandare a uno studio pertinente anche quando il rapporto esagera ciò che quello studio ha dimostrato. Le metriche usate durante lo sviluppo erano incentrate su pertinenza, copertura e fondamento delle citazioni; nel post Ai2 afferma che le valutazioni dovrebbero verificare anche se un modello rispetta la portata e il grado di certezza delle sue fonti.

I revisori umani hanno privilegiato punti di forza diversi

In un piccolo confronto condotto con revisori umani, tre ricercatori scientifici hanno proposto ciascuno quattro o cinque domande e classificato i rapporti prodotti da AstaBrief, dalla pipeline basata su Claude e dal modello DR-Tulu di Ai2. DR-Tulu è risultato il preferito nel complesso. Secondo Ai2, due dei tre ricercatori hanno preferito AstaBrief nelle misure di accuratezza delle citazioni.

I risultati non dimostrano che AstaBrief sia ora all’altezza dei migliori sistemi commerciali disponibili. Ai2 afferma che la maggior parte del lavoro di addestramento e valutazione si è svolta nel 2025 e che il team non ha ripetuto il confronto completo con gli attuali modelli di frontiera. «Non abbiamo ripetuto la valutazione completa confrontandoci con gli attuali modelli di frontiera; i risultati riportati di seguito vanno letti soprattutto come indicazioni sulle specifiche scelte di addestramento e di progettazione del sistema che abbiamo testato», scrive Ai2.

Distribuzione locale, con alcuni limiti

I pesi aperti consentono alle istituzioni di eseguire AstaBrief sulla propria infrastruttura, anche dietro un firewall, anziché inviare le richieste di generazione dei rapporti all’API di un modello proprietario. Ai2 ha inoltre pubblicato un workflow di esempio per creare rapporti a partire dai PDF di un ricercatore. Questa possibilità può essere importante quando le richieste riguardano lavori non pubblicati o sensibili; di per sé, però, non rende affidabili senza revisione le affermazioni generate dal sistema.

I primi utilizzi all’interno di Asta offrono un’indicazione limitata di come le due modalità si integrino. Tra i 374 utenti che hanno provato la modalità Fast, il 29,1% l’ha usata in almeno due giorni; il 23% ha continuato a usare Fast e non è tornato alla modalità Thinking per i successivi rapporti. Ai2 afferma che i riscontri degli utenti erano troppo scarsi per trarre conclusioni solide e segnala percentuali simili di riscontri positivi per Fast e Thinking: rispettivamente l’84,2% e l’85,2%.

I ricercatori possono scaricare AstaBrief 8B da Hugging Face o provare la modalità Fast in Asta. Il confronto delle prestazioni resta basato sul precedente insieme di valutazione di Ai2 e sul lavoro di sviluppo svolto nel 2025, non su un nuovo confronto con i modelli disponibili nell’ottobre 2026.