{"ok":true,"trend":{"id":814448,"platform":"mastodon","region":"global","key":"핵심 내용 allenai가 공개한 astabrief 8b 는 과학 논문을 인용 기반 보고서로 자동 생성해 주는 모델이다. 기존 claude 기반 ‘thinking mode’보다 3.5배 빠른 51초 안에 전체 보고서","title":"핵심 내용 AllenAI가 공개한 AstaBrief 8B 는 과학 논문을 인용 기반 보고서로 자동 생성해 주는 모델이다. 기존 Claude 기반 ‘Thinking mode’보다 3.5배 빠른 51초 안에 전체 보고서","url":"https://www.urbanmind.net/display/f7dd981d-834eb0f3-9e56020bfdd56855","first_seen":"2026-10-03T04:00:30.438306Z","last_seen":"2026-10-03T04:00:30.438306Z","last_rank":6,"peak_rank":6,"last_volume":3,"peak_volume":3,"seen_count":1,"score":0.98859375,"category_hint":"software","section":"technology","category":"software","summary":"AllenAI has released AstaBrief 8B, an open model that automatically generates citation-based reports from scientific papers. It produces a full report in about 51 seconds, roughly 3.5 times faster than Claude's Thinking mode. Both model weights and training data are open, allowing local execution; developers note an 8B quantized version can run on a low-budget VPS with 4-6 GB of memory.","why":"The combination of open weights, low hardware requirements, and speed makes it notable for budget-conscious developers and researchers.","tone":"positive","entities":["AllenAI","AstaBrief 8B","Claude"],"summarized_at":"2026-10-03T04:01:14.408528Z","meta":{"tag":"opensource","via":"scan","kind":"status","lang":"ko","instance":"mastodon.social","tag_uses":474},"nw":null,"promo":null,"kind":null,"importance":null,"hidden":false,"hide_reason":null,"judged_at":null,"title_en":"AllenAI releases open-source AstaBrief 8B for automated science reports","section_name":"Technology","category_name":"Software","timeline":[{"captured_at":"2026-10-03T04:00:30.438306Z","rank":6,"volume":3}],"posts":[{"platform":"mastodon","url":"https://www.urbanmind.net/display/f7dd981d-834eb0f3-9e56020bfdd56855","author":"hackaday@www.urbanmind.net","title":null,"snippet":"핵심 내용 AllenAI가 공개한 AstaBrief 8B 는 과학 논문을 인용 기반 보고서로 자동 생성해 주는 모델이다. 기존 Claude 기반 ‘Thinking mode’보다 3.5배 빠른 51초 안에 전체 보고서를 한 번에 만든다. 모델 가중치와 훈련 데이터가 모두 오픈돼 로컬에서 실행 가능하도록 제공한다. 1인 개발자 입장에서 적용 가능성 예산 : 8B 파라미터 모델은 1 GB VPS에서도 추론이 가능하도록 양자화(quantization)하면 메모리 요구량이 4~6 GB 정도다. 저예산…","posted_at":"2026-10-03T02:30:15Z","likes":3}],"elsewhere":[],"window":"7d"}}