Ai2 تطلق AstaBrief، نموذجا مفتوحا يكتب تقارير علمية موثقة
أطلق Ai2 نموذج AstaBrief 8B بموجب ترخيص Apache 2.0، وهو نموذج بثمانية مليارات معامل يحول السؤال البحثي ومقتطفات الأوراق المسترجعة إلى تقرير موثق بالمراجع. وهو مبني على Qwen3-8B، ويشغل الوضع السريع الجديد في منصة Asta، ويمكن تشغيله محليا أيضا.
أطلق معهد أبحاث الذكاء الاصطناعي Ai2 (Allen Institute for AI) في 2 أكتوبر 2026 نموذج AstaBrief 8B. ويتلقى النموذج، الذي يضم 8 مليارات معامل، سؤالا بحثيا ومقتطفات من أوراق علمية جرى استرجاعها لهذا السؤال، ثم يكتب تقريرا موثقا بالمراجع. والنموذج متاح بموجب ترخيص Apache 2.0، ويمكن تنزيل ملفاته، ما يعني أنك تستطيع تشغيل AstaBrief محليا على جهازك.
AstaBrief ومنصة Asta
يُعد AstaBrief جزءا من Asta، منصة الوكلاء التي طورها Ai2 للعمل العلمي. وبحسب منشور Ai2 على Hugging Face، يشغل النموذج الوضع السريع الجديد (Fast mode) في Asta، ويمكن تجربته على asta.allen.ai إلى جانب وضع التفكير (Thinking mode) الحالي. وكان Ai2 ينتج هذه التقارير سابقا عبر مسار متعدد الخطوات يعمل بـ Claude: تُلخَّص المصادر المسترجعة وتُجمَّع أولا، ثم يُكتب التقرير قسما بعد قسم. أما AstaBrief فيكتب التقرير كاملا في مرور واحد، متجاوزا خطوتي التلخيص والتجميع المكلفتين. وبحسب Ai2، يختصر ذلك وقت إعداد التقرير بدرجة كبيرة مع الحفاظ على جودة تنافس المسار السابق.
ويوضح Ai2 أنه طور النموذج لأن ما يطلبه العلماء من النماذج اللغوية يختلف عما يطلبه مستخدمو روبوتات الدردشة العامة. ويجري الاسترجاع في نظام منفصل، ثم يكتب AstaBrief التقرير من المقاطع المسترجعة ويربط كل ادعاء بمصدره.
كيف دُرّب النموذج
بُني النموذج على Qwen3-8B، النموذج المفتوح من Alibaba. وأجرى Ai2 ضبطا دقيقا خاضعا للإشراف (SFT) على أمثلة مأخوذة من أسئلة علمية طرحها مستخدمون حقيقيون بعد تصفيتها من حيث الجودة والخصوصية، ثم تحسينا مباشرا للتفضيلات (DPO) باستخدام أزواج تفضيل. وقد وُلّدت التقارير في بيانات التدريب بواسطة نماذج لغوية مختلفة، من بينها Claude ونماذج OpenAI. ويقول Ai2 إنه استخدم مرشحات إحصائية لاستبعاد أمثلة التدريب الضعيفة، واعتبر كثافة الاستشهاد، أي مدى استناد النص إلى المصادر، مؤشرا مهما. وبحسب بطاقة النموذج، استُخدم في التدريب طول تسلسل يصل إلى 16 ألف رمز (token)، ويعمل النموذج بالإنجليزية فقط.
وإلى جانب النموذج، نشر Ai2 مجموعات بيانات التدريب ونقطة حفظ وسيطة ضمن مجموعة AstaBrief على Hugging Face. ويعرض مثال لسير عمل على GitHub كيفية إنشاء التقارير محليا من ملفات PDF. ويمكن تشغيل النموذج عبر vLLM وTransformers، كما تتوفر على Hugging Face نسخ مضغوطة (quantized) أعدها المجتمع.
ويشير Ai2 إلى أن النماذج التجارية التي استُخدمت لتوليد بيانات التدريب كانت تمثل أفضل ما هو متاح في حينه، وأن التقييم لم يُعد مقابل أقوى نماذج اليوم. وبحسب المعهد، قد يعرض النموذج أحيانا ادعاء بصورة أوسع مما ورد في المصدر حتى عندما يستشهد به، كما اقتصر التقييم البشري على عدد قليل من الأسئلة. وتذكر بطاقة النموذج أن AstaBrief قد يتصرف بشكل غير متسق مع صيغ مطالبات تختلف عن الصيغة الموصى بها، وأنه مخصص للبحث والتعليم. ومن الحكمة التحقق من المصادر الواردة في التقارير قبل الاعتماد عليها. وللحصول على صورة أشمل، تجدر متابعة تقييمات الباحثين المستقلين أيضا.
المصادر: Ai2: منشور AstaBrief، وHugging Face: بطاقة نموذج AstaBrief_8B، وAi2: منصة Asta، وGitHub: سير عمل التقارير المحلية.
