AstaBriefは、出典付きレポートを書く8Bのオープンモデルです。Ai2がHugging Faceで重みと学習データを公開し、自分のPDFからレポートを作るワークフローの例も一緒に出しました。私はAi2の発表を原文で読み、速度の数字、学習の作り方、手元で動かす条件を確かめました。

1. 出典付きレポートを書く8Bが、公開された
『アイアンマン3』でトニーは、マーベルシリーズ、アイアンマン、アベンジャーズに登場する人工知能 AI(J.A.R.V.I.S.)に、衛星にあたらせて過去12か月ぶんの異常な発熱の記録を出させ、条件で絞り込ませます。現実では、手元に貯めた記録や公開データをAIに読ませ、条件で絞らせる形になります。今回Ai2が公開したAstaBriefは、研究の問いと論文の抜粋を渡すと、出典の付いたレポートを返す8Bのモデルです。
01. 質問と抜粋を入れると、引用付きで返ってくる
土台はQwen3-8Bです。Ai2は、その先の学習データ、評価、まわりの仕組みづくりに力を注いだと説明しています。評価で追ったものさしは4つあります。必要な内容がどれだけ書けているか、段落が問いに沿っているか、引用が主張を支えているか、主張が引用で裏打ちされているかです。
02. Astaの「Fastモード」として、もう動いている
AstaBriefは、Ai2の研究プラットフォームAstaの「Generate a report」で、Claudeが担うThinkingモードの隣にFastモードとして並んでいます。
作中の指示を現実の機器でどこまで再現できるかは、こちらにまとめています。
-
-
現実版J.A.R.V.I.S.の作り方2026 — Alexa+・HomePod・Geminiで家をAI化する
作中でトニーがJ.A.R.V.I.S.とF.R.I.D.A.Y.に出した指示を21件数え直し、2026年の市販品でどこまで届くかを1件ずつ突き合わせました。そのまま作れるのは7件です。
2. 待ち時間が縮むと、使い方が変わる
Ai2は、まず下書きのレポートを早く受け取り、続くやり取りで直していく使い方を狙って、AstaBriefを速くしたと説明しています。
01. 一発で書く、という割り切り
Thinkingモードは、抜粋を要約し、まとめ、節ごとに書いていきます。AstaBriefはその段取りを飛ばし、問いと抜粋から最終レポートを1回で書き切るように訓練されています。Ai2は、こうしても性能を落とさずに済んだと報告しています。
02. 作り方は、派手ではなく丁寧
訓練では強化学習を見送り、教師ありの微調整(SFT)と、好みを学ばせるDPOの組み合わせを選んでいます。不安定で費用のかかるやり方より、直しやすい道を取り、そのぶん学習データの質に時間をかけたと書かれています。
03. 使った人は、戻らなかった
好意的な反応の割合は、Fastモードが84.2%、Thinkingモードが85.2%です。Ai2は、反応の件数が少なく、強い結論は引けないと断っています。
3. 手元で動く、ということの重み
Ai2は、研究の問いそのものが未発表の仕事や機微な情報を映してしまう場面を挙げています。重みが公開されているので、各機関は自前の設備で、ファイアウォールの内側でも、外部のモデルのAPIに頼らずに動かせると説明しています。
01. 自分のPDFから作る例も、一緒に出ている
重みと並んで、自分のPDFからレポートを作るワークフローの例も公開されました。Ai2はこれを、手元でレポートを作るための出発点と位置づけています。
02. 引用付きで整理したい人と、評価の範囲
評価の中心だったSQABench-CS2は、利用者が書いた200問のコンピュータサイエンスの研究質問です。もう1つのDeepScholarBenchは63問です。14問を3人の研究者が比べた人手評価では、総合の好みはDR Tuluが上で、引用の正確さでは3人中2人がAstaBriefを選びました。Ai2は、いまの最前線のモデルとは評価をやり直していないと断っています。
03. 日本語で使えるかは、まだ見えない
4. 今日、どこから触ればいいか
手元に読みたい英語の論文のPDFが溜まっている人は、公開された重みとワークフローの例から始められます。順番は次の3つです。
01. 落とす、食わせる、たどる
Ai2は、引用が付いていることと、元の研究が言っている範囲を守っていることは別だと書いています。3番では、一部の対象についての結果が全体の話になっていないか、過去形の結果が現在形の断定に変わっていないかを見ます。
02. 待つ理由があるのは、こういう人
日本語で完結させたい人と、科学以外の調べものに使いたい人は、急がなくて構いません。Ai2は、より細かい好みの学習、RAGと強化学習の組み合わせ、複数ターンと複数ツールへの対応、問いの分解を次に探ると書いています。待つあいだは、AstaでFastモードとThinkingモードを両方試し、自分がどちらの速さを求めているかを先に確かめられます。
5. よくある質問
AstaBriefはどう手に入る?
Ai2がモデルの重みと学習データをHugging Faceで公開しています。Astaの「Generate a report」ではFastモードとして使え、Claudeが動くThinkingモードと並んで選べます。
どれくらい速いの?
Astaのパイプライン全体で、Fastモードは1本あたり平均51.1秒、Thinkingモードは178.5秒で、約3.5倍の差です。Ai2は、追っていた商用モデルと比べて生成時間がほぼ一桁縮んだとも説明しています。
動かすのに必要なGPUは?
必要なGPUやメモリの条件は、公式発表では未公表です。示されているのは、Qwen3-8Bを土台にした8Bのモデルであることと、各機関が自前の設備で動かせる公開の形であることです。
引用はどこまで信用できる?
Ai2は引用の精度と再現率を開発中ずっと追い、引用の少ない学習データを落とすことで最も大きな改善を得たとしています。一方で、引用が付いていることと、元の研究の主張の範囲を守っていることは別だとも書いています。出典を自分でたどる前提の道具です。
ClaudeのThinkingとどちらがいい?
Ai2は、計算量の多い作業向けにThinkingモードを残すと書いています。Fastモードを試した374人のうち23%はThinkingモードに戻らず、18%は目的で使い分けています。
日本語の資料にも使える?
学習データを作る段階で、Ai2は英語以外の問いをふるい落としたと書いています。日本語を想定して訓練されたモデルではないため、私は英語の文献を扱わせ、日本語への要約は別のモデルに任せる組み方を選びます。
6. まとめ
AstaBriefは、問いと論文の抜粋から、引用付きのレポートを平均51.1秒で返す8Bのモデルです。重みと学習データが公開され、問いを外に出さずに自前の設備で動かせます。手元に英語の論文のPDFが溜まっている人は、まず落として、出てきた引用を1つ元の論文までたどります。
- まず落とす:Hugging FaceでAstaBriefの重みが公開済み
- PDFで試す:自分の資料から作るワークフローの例も公開済み
- 引用をたどる:出典を1つ、元の論文まで確かめてから使う
- 速さで選ぶ:平均51.1秒と178.5秒、約3.5倍の差
- 英語で使う:学習は英語の問いに絞られている
7. 画像の出典
- ① Hugging Face 公式発表・表示の安定のため、私のサイトのサーバーから配信しています。
出典:Hugging Face 公式発表「Open-sourcing AstaBrief, the fast report-generation model in Asta」を、2026年10月13日に原文で確認しました。発表日は2026年10月2日です。




