Ai2 تطلق AstaBrief السريع مفتوح المصدر للتقارير العلمية
أعلن معهد Allen للذكاء الاصطناعي عن فتح نموذج AstaBrief 8B للجمهور، وهو نموذج لغوي متطور مصمم خصيصاً لتوليد التقارير العلمية المرجعية بدقة عالية وسرعة كبيرة. يأتي هذا الإطلاق كجزء من استراتيجية المعهد لتوفير بنية تحتية ذكاء اصطناعي مفتوحة تدعم البحث العلمي، وقد تم إكمال مراحل تدريبه وتقييمه خلال عام 2025. يعتمد النموذج على بنية Qwen3-8B، ويعتمد منهجية تدريبية تعتمد على الضبط الدقيق الخاضع للإشراف وتحسين الأفضلية المباشرة، مع الاستغناء عن أساليب التعلم المعزز المعقدة وغير المستقرة. ركز الفريق بشكل مكثف على جودة بيانات التدريب، حيث تم تنقيح أكثر من 47 ألف مثال فعلي ناتج عن استفسارات باحثين حقيقيين، مع إضافة نحو 6 آلاف زوج تفضيلي لتحسين دقة التوثيق وتقليل التعميمات غير المدعومة بالأدلة. حقق AstaBrief قفزة ملحوظة في كفاءة توليد النصوص العلمية، حيث يقلل متوسط وقت إنشاء التقرير إلى 51.1 ثانية مقارنة بـ 178.5 ثانية التي يستغرقها الوضع التقليدي المدعوم بنماذج مغلقة، مما يمثل تسارعاً بنسبة 3.5 مرة. يضمن النموذج هذا التحسن دون المساس بجودة الإخراج، إذ يتفوق في الحفاظ على نطاق الأدلة الأصلية وتجنب التحيز التفسيري أو التعميم المفرط لنتائج العينات المحدودة. وقد حصد أداء النموذج نتائج تنافسية قوية على مقاييس SQABench-CS2 وDeepScholarBench، متفوقاً في دقة المراجع من حيث التقييم البشري الخاص. يُعد هذا الطرح فرصة جوهرية للمؤسسات الأكاديمية والبحثية، إذ يتيح تشغيل النموذج محلياً داخل بيئاتها الآمنة، مما يضمن خصوصية البيانات الحساسة وعدم الاعتماد على واجهات برمجية خارجية. وقد أظهر النموذج قبولاً واسعاً في منصة Asta، حيث اختاره 23 في المئة من المستخدمين كوضعهم الأساسي لتوليد التقارير، مع تلقي تقييمات إيجابية تعادل نظيرتها في الوضع المتقدم. يسلط هذا المشروع الضوء على أولوية ضبط بيانات التدريب وتصفيتها بدقة على التعقيد الحسابي، وهي دروس ستوجه تطوير جيل جديد من النماذج المخصصة للعلوم ضمن مبادرة NSF OMAI الوطنية، مع التوسع مستقبلاً في تقنيات الاسترجاع المعزز، والتعلم التفضيلي الدقيق، وتحليل الأدلة على مستوى النطاق والصرامة العلمية. يمكن للباحثين الوصول إلى أوزان النموذج وبيانات التدريب ونماذج التشغيل الأولية عبر منصة Hugging Face.
