Ai2 开源 AstaBrief 8B，基于 Qwen3-8B，用 SFT + DPO 训练，把研究问题与文献片段一次写成带引用的报告。权重、训练数据、检查点与示例工作流全部放出，产品里单篇平均 51.1 秒，对比 Claude 驱动的 Thinking 模式 178.5 秒。