/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
AstaBrief_8B_SFT
Опубликована
9 фев 2026

AstaBrief_8B

Генерация текстаТекст → текст3 профессии

AstaBrief-8B — англоязычная модель Ai2 для составления научных отчётов с цитатами по исследовательскому вопросу и предоставленным фрагментам литературы.

1 863скачиваний за 30 дней66лайковвеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AstaBrief-8B — языковая модель Allen Institute for AI (Ai2), предназначенная для подготовки англоязычных научных отчётов по исследовательскому вопросу и предоставленным фрагментам научной литературы. Она генерирует связный текст с цитатами, опираясь на переданные материалы. Модель построена на архитектуре Qwen3, содержит 7,6 млрд параметров и принимает текстовый ввод, выдавая текст; размер контекста — до 40 960 токенов.

Чекпойнт дообучен методом supervised fine-tuning и offline direct preference optimization на основе allenai/AstaBrief_8B_SFT. По результатам оценки на ScholarQA-CS2 DPO-версия улучшила показатели относительно SFT-чекпойнта и базовой Qwen3-8B; результаты также приведены для DeepScholarBench и сравнений с Asta ScholarQA и DR-Tulu-8B. Для стабильной работы рекомендуется использовать формат промпта, применявшийся при дообучении; иные форматы могут ухудшить или сделать поведение менее последовательным. Лицензия — Apache 2.0. Разработчик указывает исследовательское и образовательное назначение и рекомендует следовать Responsible Use Guidelines Ai2.

Сценарии применения

  • подготовка научного отчёта по исследовательскому вопросу
  • синтез предоставленных выдержек из научных статей
  • формулирование ответов на исследовательские вопросы с цитатами
  • создание обзора литературы по переданным источникам

Ограничения

Рекомендуется применять формат промпта, использованный при дообучении: другой формат может ухудшить качество или сделать ответы непоследовательными. Модель должна опираться на предоставленные фрагменты литературы; качество и полнота отчёта зависят от этих материалов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AstaBrief-8B

AstaBrief-8B is a model trained to turn a research question and retrieved scientific literature excerpts into a cited report using only supervised fine-tuning and offline direct preference optimization.

The model is initialized from AstaBrief-8B-SFT and fine-tuned on AstaBrief_DPO_Mix, a collection of real user queries with two reports per query and preference judgements over those report pairs. Reports are generated from both multi-step Asta ScholarQA and single-step report generation pipelines, using a variety of backing models: Claude 3.5 Sonnet, Claude 3.7 Sonnet, o3, o4-mini, GPT-4.1, DeepSeek-V3 and DeepSeek-R1. Two judge models – GPT-4.1 and DeepSeek-R1 – compared each pair and picked a winner. We ensured that LLM judges were aligned with human preferences (95% agreement) and only kept pairs where both judges agreed.

For a detailed overview of the project, see our blog.

Inference and Usage

[!NOTE] Recommended prompt: This checkpoint was fine-tuned using this prompt. For best results, we recommend using the same prompt format at inference time with your input query and section references. Using a different prompt or interaction format may lead to degraded or inconsistent behavior.

Following is an example inference code snippet:

from transformers import AutoModelForCausalLM, AutoTokenizer
from vllm import LLM, SamplingParams

model_name = "allenai/AstaBrief_8B"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the model input by providing your query and retrieved literature excerpts in our recommended prompt format
messages = [
    {"role": "user", "content": formatted_sft_prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)

# instantiate sampling parameters
llm = LLM(model=model_name)
sampling_params = SamplingParams(
    temperature=0.7,
    top_p=0.95,
    max_tokens=4096,
    stop_token_ids=[tokenizer.eos_token_id],
)

# conduct text completion
outputs = llm(text, sampling_params)
output_text = outputs[0].outputs[0].text.strip()
output_ids = len(outputs[0].outputs[0].token_ids)

print("content:", output_text)

Evaluation Results

Our DPO training process improves performance over the SFT checkpoint as well as the base Qwen3-8B model on the ScholarQA-CS2 test set, a set of 100 user-written computer science research questions.

ModelAverageIngredient RecallAnswer PrecisionCitation PrecisionCitation Recall
Qwen3-8B77.377.890.676.264.6
AstaBrief-8B-SFT83.785.290.487.771.3
AstaBrief-8B8790.28990.578.2

Overall, AstaBrief-8B is competitive with Asta ScholarQA and DR-Tulu on a variety of benchmarks.

ModelSQA-CS2 (Dev)SQA-CS2 (Test)DeepScholarBenchWin Rate vs Asta SQA (SQA-CS2 Dev)Win Rate vs Asta SQA (SQA-CS2 Test)
Asta ScholarQA87.686.260.25N/AN/A
DR-Tulu-8B86.588.856.2636%54%
AstaBrief-8B86.387.053.5055%72%

Intended Uses and Limitations

This model is licensed under Apache 2.0 and is based on Qwen 3-8B. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines. Please refer to the details in our DPO dataset for more information about the data sources used in DPO training.

Training

DPO training was conducted in open-instruct on 8xH100s. Hyperparameter settings:

HyperparameterValue
#Epochs7
LR5e-06
LR SchedulerLinear
Warmup Ratio0.1
DPO Loss TypeDPO Norm
DPO Beta10
Per-device Batch Size1
Gradient Accumulation Steps8
Max sequence length16000
PrecisionBF16

Links

📝 Project blog: https://allenai.org/blog/astabrief

🤗 DPO dataset: AstaBrief_DPO_Mix

🤖 Base model: Qwen3-8B

🤖 SFT checkpoint: AstaBrief_8B_SFT

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
6a34f54

0 моделей