Ai2 mã nguồn mở AstaBrief 8B: Mô hình tạo báo cáo khoa học nhanh gấp 3,5 lần

Viện Allen vì AI (Ai2) vừa công bố mã nguồn mở cho AstaBrief 8B, một mô hình ngôn ngữ chuyên tạo báo cáo khoa học có trích dẫn nguồn, được tích hợp sẵn trong nền tảng Asta dưới dạng chế độ Fast. Đây là bước tiến đáng chú ý trong xu hướng xây dựng các mô hình AI mã nguồn mở phục vụ nghiên cứu khoa học, thay vì phụ thuộc hoàn toàn vào các mô hình thương mại đóng kín.

Bài toán đặt ra cho AI trong nghiên cứu khoa học

Các mô hình ngôn ngữ hiện nay đã có thể hỗ trợ nhà nghiên cứu tìm kiếm tài liệu, tổng hợp bằng chứng và xử lý những câu hỏi phức tạp. Tuy nhiên, công việc khoa học đặt ra những yêu cầu khắt khe hơn: câu trả lời phải bám sát bằng chứng, không được âm thầm mở rộng phạm vi kết luận của một nghiên cứu, và nhà nghiên cứu phải có khả năng kiểm chứng lại kết quả đầu ra.

Theo quan sát của Ai2, người dùng Asta thường đưa vào rất nhiều ngữ cảnh và ràng buộc thay vì chỉ tìm kiếm từ khóa đơn giản. Nhiều người còn quay lại sử dụng các báo cáo đã tạo như những tài liệu nghiên cứu đang hoàn thiện, chứ không chỉ xem đó là câu trả lời dùng một lần.

AstaBrief 8B hoạt động như thế nào?

AstaBrief 8B được xây dựng dựa trên nền tảng Qwen3-8B, nhận câu hỏi nghiên cứu cùng các đoạn trích tài liệu đã truy xuất và tạo ra một báo cáo có trích dẫn hoàn chỉnh trong một lần duy nhất, thay vì viết từng phần rồi ghép lại.

Kết quả là thời gian tạo báo cáo giảm gần một bậc độ lớn so với các mô hình độc quyền mà chúng tôi theo dõi — chế độ Fast trung bình mất 51,1 giây mỗi báo cáo, so với 178,5 giây ở chế độ Thinking, tức nhanh hơn khoảng 3,5 lần.

Điểm đáng chú ý là nhóm phát triển đã bỏ qua các bước tốn kém như tóm tắt và phân cụm đoạn trích mà chế độ Thinking dùng, nhưng vẫn không đánh đổi chất lượng. Đây là minh chứng cho thấy thiết kế hệ thống hợp lý có thể mang lại hiệu quả tương đương với việc dùng mô hình mạnh hơn nhưng cồng kềnh hơn.

Chiến lược huấn luyện: đơn giản nhưng hiệu quả

Thay vì theo đuổi học tăng cường (RL) — vốn được xem là hướng đi phổ biến cho các mô hình mã nguồn mở — nhóm nghiên cứu chọn con đường đơn giản hơn gồm tinh chỉnh có giám sát (SFT) và tối ưu hóa sở thích trực tiếp (DPO).

Lý do khá thực tế: huấn luyện bằng RL thường không ổn định, tốn kém và khó gỡ lỗi. Thay vào đó, họ dồn nỗ lực vào chất lượng dữ liệu huấn luyện.

Quy trình thu thập dữ liệu gồm:

• Lọc từ 90.000 truy vấn nghiên cứu thực tế của người dùng, loại bỏ truy vấn quá ngắn, không phải tiếng Anh, không mang tính khoa học hoặc chứa thông tin cá nhân
• Tạo báo cáo mục tiêu bằng pipeline ScholarQA đa bước, kết hợp nhiều mô hình thương mại khác nhau, thu về 47.000 mẫu huấn luyện đạt chất lượng
• Xây dựng 6.000 cặp dữ liệu sở thích cho DPO, trong đó hai mô hình giám khảo độc lập phải đồng thuận về báo cáo nào tốt hơn

Một phát hiện thú vị: bộ lọc đơn giản nhất lại hiệu quả nhất. Việc loại bỏ những báo cáo tổng hợp có mật độ trích dẫn thấp mang lại cải thiện rõ rệt hơn hẳn so với các tổ hợp bộ lọc phức tạp khác.

Vấn đề cốt lõi: giữ đúng phạm vi bằng chứng

Nhóm nghiên cứu nhấn mạnh một thách thức tinh tế mà nhiều hệ thống AI còn bỏ qua: một báo cáo có thể trích dẫn đúng nghiên cứu nhưng vẫn phóng đại kết luận mà nghiên cứu đó đưa ra.

Ví dụ, mô hình có thể biến một phát hiện về một nhóm mẫu cụ thể thành tuyên bố chung cho toàn bộ dân số, chuyển kết quả ở thì quá khứ thành câu khẳng định mang tính phổ quát, hoặc biến một phát hiện mô tả thành khuyến nghị hành động cho bác sĩ lâm sàng hay nhà hoạch định chính sách.

Những dạng tổng quát hóa này đặc biệt nguy hiểm vì từng bước đều mở rộng phạm vi bằng chứng mà không tạo ra câu nào sai rõ ràng. Ai2 cho biết họ đang hướng tới các phương pháp đánh giá không chỉ kiểm tra xem một tuyên bố có trích dẫn hỗ trợ hay không, mà còn xem mô hình có bảo toàn đúng phạm vi và độ mạnh của bằng chứng gốc hay không.

Hiệu quả thực tế và ý nghĩa cho người dùng Việt Nam

Kết quả thử nghiệm ban đầu khá khả quan. Trong 374 người dùng đã thử chế độ Fast:

• 29,1% sử dụng trong từ hai ngày trở lên
• Trung bình mỗi người tạo 3,67 luồng báo cáo
• 23% tiếp tục dùng Fast mà không quay lại Thinking
• 18% luân phiên giữa hai chế độ tùy mục tiêu, dùng Fast cho khoảng 40% số luồng

Đáng chú ý, chế độ Fast nhận phản hồi tích cực với tỷ lệ tương đương Thinking (84,2% so với 85,2%).

Với người dùng và tổ chức nghiên cứu tại Việt Nam, việc AstaBrief được phát hành mã nguồn mở kèm trọng số có ý nghĩa thiết thực. Các trường đại học, viện nghiên cứu có thể tự triển khai mô hình trên hạ tầng riêng, kể cả sau tường lửa nội bộ, mà không cần phụ thuộc vào API của nhà cung cấp nước ngoài. Điều này đặc biệt quan trọng với những đề tài nghiên cứu nhạy cảm hoặc chưa công bố.

Ai2 cũng phát hành kèm một quy trình mẫu để tạo báo cáo từ file PDF của người dùng, tạo điểm khởi đầu cho việc triển khai cục bộ.

Những hướng phát triển tiếp theo

Nhóm nghiên cứu cho biết đang khám phá thêm nhiều hướng như học sở thích ở mức độ chi tiết hơn, kết hợp RAG với học tăng cường, khả năng đa lượt và đa công cụ, bổ sung nguồn dữ liệu khoa học mới, cùng kỹ thuật phân rã truy vấn.

AstaBrief là một mắt xích trong chuỗi công trình dài hơi về mô hình ngôn ngữ cho khoa học, nối tiếp ScholarQA, DR Tulu và các phiên bản Olmo trong tương lai. Bài học lớn nhất rút ra — đặc biệt xoay quanh dữ liệu huấn luyện, lọc dữ liệu và đánh giá — được kỳ vọng sẽ định hình những gì Ai2 xây dựng tiếp theo.

Người dùng có thể trải nghiệm chế độ Fast ngay trong nền tảng Asta, hoặc tải AstaBrief trực tiếp từ Hugging Face để tự nghiên cứu và phát triển.