Ai2 نے 2 اکتوبر کو AstaBrief 8B جاری کیا، جو Fast mode کے پیچھے موجود ماڈل ہے، جسے Asta میں رپورٹ تیار کرنے کی سہولت میں استعمال کیا جاتا ہے۔ یہ ڈاؤن لوڈ کے قابل ماڈل تحقیقی سوال اور سائنسی مقالوں سے حاصل کردہ اقتباسات لیتا ہے، پھر ایک ہی مرحلے میں حوالہ جاتی رپورٹ لکھتا ہے۔ محقق کے لیے اہم فرق یہ ہے کہ مقالے کہاں سے آئے اور حوالہ جات حقیقتاً کس بات کی تائید کرتے ہیں: AstaBrief فراہم کردہ شواہد سے لکھتا ہے؛ یہ بذاتِ خود علمی لٹریچر تلاش کرنے کی خدمت نہیں۔ Ai2 کی ریلیز اور ماڈل کارڈ اس حد کو بیان کرتے ہیں۔

بڑی تبدیلی

  • کیا بدلا: Ai2 نے AstaBrief کو Asta کے براہِ راست دستیاب Fast mode میں شامل کیا اور ماڈل کے weights اور تربیتی مواد جاری کیا۔
  • یہ کیوں اہم ہے: Ai2 کے مطابق تحقیقی گروہ رپورٹ بنانے والے ماڈل کا معائنہ یا اس میں ترمیم کرسکتے ہیں اور اوپن ویٹس ماڈل اپنے بنیادی ڈھانچے پر چلا سکتے ہیں۔
  • کس بات پر نظر رکھیں: رپورٹ کا معیار حاصل کردہ علمی مواد اور ہر اہم دعوے کو اس کے ماخذ سے جانچنے پر منحصر ہے۔ Asta کا Claude سے چلنے والا Thinking mode ایک الگ، کئی مراحل پر مشتمل متبادل ہے۔

سوال سے رپورٹ تک

میزبانی شدہ راستہ Asta کے Generate a report فیچر سے شروع ہوتا ہے، جہاں Fast mode میں AstaBrief استعمال ہوتا ہے۔ Ai2 کے مطابق اس کا رپورٹ نظام متعلقہ علمی لٹریچر تلاش کرنے کے بعد سوال اور اقتباسات ماڈل کو دیتا ہے۔ پھر ماڈل ایک ہی مرحلے میں رپورٹ لکھتا ہے؛ اس میں Thinking mode کے اقتباس نکالنے، گروہوں میں بانٹنے اور ہر حصے کو الگ لکھنے کے مراحل شامل نہیں ہوتے۔ عوامی ScholarQA repository میں Semantic Scholar کی اقتباس اور کلیدی لفظ پر مبنی تلاش کے ذریعے مواد بازیافت کرنے، پھر اسے دوبارہ درجہ بند کرنے کی تفصیل ہے؛ اس کی لائٹ امپلیمنٹیشن درجہ بند حوالوں سے prompt بناتی اور مقررہ generator کو چلاتی ہے۔ یہ دستاویزی اجزا ہیں، BIG CHANGE کی جانب سے براہِ راست Asta سروس کا تجربہ نہیں۔

ڈاؤن لوڈ کے قابل ماڈل کے لیے AstaBrief کا ماڈل کارڈ اس کے تجویز کردہ منسلک prompt format اور سوال و حصوں کے حوالوں پر مشتمل input کی سفارش کرتا ہے۔ اس میں مثال کے طور پر transformers/vLLM inference code دیا گیا ہے، جس میں زیادہ سے زیادہ 4,096 output tokens ہیں۔ کارڈ کی مثال میں model_name کی قدر SFT checkpoint رکھی گئی ہے، جبکہ صفحہ بعد کے DPO سے fine-tune کیے گئے AstaBrief_8B کا ذکر کرتا ہے؛ checkpoint منتخب کرتے وقت محقق کو یہ فرق واضح کرنا چاہیے، یہ فرض نہیں کرنا چاہیے کہ مثال جوں کی توں چلانے سے آخری ماڈل استعمال ہوگا۔ Ai2 مثالی ScholarQA lite code بھی فراہم کرتا ہے، جسے محقق اپنے PDFs سے رپورٹیں بنانے کے لیے ڈھال سکتے ہیں۔ منسلک directory میں code ہے؛ وہاں کم از کم مطلوبہ ہارڈویئر کے ساتھ مکمل تیار شدہ PDF سیٹ اپ دستاویز نہیں کیا گیا۔

مقامی تجربے کے لیے یوں عملی ترتیب بنتی ہے: ایسے مقالے حاصل کریں جنہیں استعمال کرنے کی اجازت ہو؛ متعلقہ اقتباسات اور مقالوں کے شناختی حوالوں کو نکال کر منتخب کریں؛ کارڈ کی سفارش کے مطابق سوال اور حوالہ جات مرتب کریں؛ منتخب checkpoint چلائیں؛ اور تیار شدہ رپورٹ کو ان اقتباسات اور اصل مقالوں کے ساتھ رکھ کر جانچیں۔ ذرائع میں جن اجزا کی دستاویز ہے، یہ انہی کی ترتیب ہے؛ BIG CHANGE نے یہ مراحل انجام نہیں دیے۔ مکمل مقامی نقل کے لیے تلاش، PDF parsing، حوالہ جات سنبھالنے اور سروس چلانے کے فیصلے بھی درکار ہیں، جو صرف ماڈل کے weights سے فراہم نہیں ہوتے۔

نثر استعمال کرنے سے پہلے شواہد جانچیں

پہلے بازیافت شدہ مواد دیکھیں۔ رپورٹ بنانے والے نظام کو دیا گیا سوال اور مقالوں یا PDFs کی فہرست محفوظ کریں۔ کوئی مطالعہ چھوٹ جانا یا غیر متعلقہ اقتباس شامل ہونا، AstaBrief کے ایک لفظ لکھنے سے پہلے ہی جواب کو بگاڑ سکتا ہے۔ پھر ہر اہم دعوے کے لیے حوالہ شدہ مقالہ کھولیں۔ دیکھیں کہ اقتباس عین اسی جملے کی تائید کرتا ہے یا نہیں، جس میں متعلقہ آبادی، طریقہ، تاریخ اور یقین کی سطح بھی شامل ہیں۔ حوالہ اصلی اور موضوع سے متعلق ہوسکتا ہے، پھر بھی رپورٹ ایک نمونے کے نتیجے کو پورے شعبے تک پھیلا دے یا وضاحتی نتیجے کو مشورے میں بدل دے۔ Ai2 نے دعوے کے دائرے سے متعلق اس ناکامی کی نشاندہی اپنی ریلیز میں واضح طور پر کی ہے۔

آخر میں ان اہم دعووں کو تلاش کریں جن کے ساتھ حوالہ نہیں، نیز یہ بھی کہ آیا رپورٹ حاصل کردہ مقالوں کے کسی محدود حصے پر بار بار انحصار کرتی ہے۔ Ai2 کا کہنا ہے کہ تربیتی رپورٹس کو حوالہ جات کی کثافت کے لحاظ سے چھانٹنے سے اس کے ترقیاتی نتائج بہتر ہوئے۔ اس سے وضاحت ہوتی ہے کہ نسبت کیوں اہم ہے، لیکن صرف حوالوں کی کثافت یہ ثابت نہیں کرتی کہ دعوے درست طور پر ان سے منسوب کیے گئے ہیں۔ تیار شدہ رپورٹ کو مقالوں کے مقابلے میں نظرثانی کے لیے ایک ابتدائی علمی ترکیب سمجھیں، خاص طور پر اسے تحقیق میں بطور حوالہ دینے یا کسی اہم فیصلے میں استعمال کرنے سے پہلے۔

شائع شدہ جائزے سے کیا ثابت ہوتا ہے

Ai2 رپورٹ کرتا ہے کہ Asta کے پورے نظام میں Fast mode کو فی رپورٹ اوسطاً 51.1 سیکنڈ لگے جبکہ Thinking mode کو 178.5 سیکنڈ، اس موازنے میں Fast mode تقریباً 3.5 گنا تیز تھا۔ اس کے ماڈل کارڈ میں ScholarQA-CS2 کے کمپیوٹر سائنس سوالات اور DeepScholarBench پر AstaBrief کے نتائج دیے گئے ہیں۔ ریلیز میں ایک الگ اور محدود انسانی موازنہ بھی بیان ہوا ہے: تین محققین نے 14 سوال دیے۔ یہ Ai2 کی اپنے نظاموں اور آزمائشی مجموعوں پر کی گئی جانچ ہے، اس بات کا آزادانہ ثبوت نہیں کہ ہر انفرادی رپورٹ درست ہوگی۔ ریلیز کے مطابق بیشتر تربیت اور جائزہ 2025 میں ہوئے، اور مکمل جائزہ موجودہ جدید ترین ماڈلوں کے مقابل دوبارہ نہیں کیا گیا۔

یہ آخری checkpoint Apache 2.0 لائسنس کے تحت عوامی ہے، اور Ai2 نے اپنے AstaBrief مجموعے میں تربیتی ڈیٹاسیٹ اور prompts درج کیے ہیں۔ ماڈل کارڈ کے مطابق Ai2 کی ذمہ دارانہ استعمال کی ہدایات کے تحت یہ ماڈل تحقیق اور تعلیم کے لیے ہے۔ اس کے تربیتی نوٹ میں DPO تربیت کے لیے آٹھ H100 GPUs کا ذکر ہے؛ یہ inference کے لیے شائع کردہ کم از کم ضرورت نہیں ہے۔ زیرِجائزہ بنیادی مواد میں Asta کی میزبانی شدہ خدمت کی فی رپورٹ قیمت، مقامی استعمال کے لیے کم از کم GPU کی تفصیل، یا فی رپورٹ قابلِاعتماد مقامی لاگت نہیں دی گئی۔ تعیناتی کا منصوبہ بنانے والے ہر شخص کو اپنے سیٹ اپ کے لیے یہ لاگت معلوم کرنی ہوگی۔

ماخذ اور مزید مطالعہ

  • Ai2 کی 2 اکتوبر کی ریلیز براہِ راست دستیاب Fast mode، ایک مرحلے کے ڈیزائن، رفتار اور جائزے کی حدود بیان کرتی ہے۔ کارکردگی کے دعوے خود فراہم کنندہ Ai2 کے ہیں۔
  • AstaBrief 8B ماڈل کارڈ لائسنس، مطلوبہ استعمال، تجویز کردہ prompt اور inference کی مثال بتاتا ہے؛ مثال میں SFT checkpoint کا نام بھی شامل ہے۔
  • AstaBrief مجموعہ شائع شدہ checkpoints، ڈیٹاسیٹ اور prompts کی فہرست دیتا ہے؛ ان کی موجودگی مکمل مقامی نقل کا ثبوت نہیں۔
  • ScholarQA code اور دستاویزات مواد بازیافت کرنے کے نظام کی وضاحت کرتے ہیں؛ lite generator دکھاتا ہے کہ دوبارہ درجہ بند حوالوں سے ایک ہی مرحلے کی generation کے لیے prompt کیسے بنتا ہے۔ ہم نے code اور دستاویزات کا معائنہ کیا؛ انہیں چلایا نہیں۔
  • ScholarQA-CS2 جائزے کا repository درجہ بندی کے اصول بنانے سمیت benchmark کا code اور data فراہم کرتا ہے۔ اس سے آزمائش کا ڈیزائن سمجھنے میں مدد ملتی ہے، مگر AstaBrief کے رپورٹ کردہ نتائج کی آزادانہ تصدیق نہیں ہوتی۔