AllSpark 開源搜尋代理模型 Iris-mini 與 Iris-pro，最高達 397B 參數並公開完整訓練方法

據報導，AllSpark 團隊發布開源搜尋代理模型 Iris-mini（350 億參數，基於 Qwen3.6-35B-A3B）與 Iris-pro（3970 億參數，基於 Qwen3.5-397B-A17B），兩者皆具備 256,000 token 上下文長度，並公開完整訓練方法。 據論文描述，其訓練資料透過逆向工程網頁連結結構生成多步驟問題，並將詞彙替換為釋義，強迫模型推理而非單純文字搜尋。訓練流程採用「SFT-RL climbing」方法，交替進行監督式微調與針對即時網路搜尋的強化學習，並透過雙階段過濾剔除不良資料。 團隊指出，執行時的上下文管理（如丟棄對話歷史）對跑分影響巨大。在開啟上下文管理下，Iris-mini 在 BrowseComp 基準測試得分提升達 21.2 分，並以 82.2 分擊敗同級最佳模型 XYZ-Aquila-mini（領先 3.4 分）。Iris-pro 在 BrowseComp、BrowseComp-ZH、DeepSearchQA 與 Humanity's Last Exam 測試中分別取得 88.6、85.1、92.9 與 56.4 分，在同級開源模型中保持領先或平手。 此外，作者報告指出，這些專門的訓練資料與模型意外提升了未經訓練任務的表現，包含一般工具使用與辦公任務。團隊也在測試中發現基準測試的標準答案存在錯誤（如 BrowseComp-ZH 中關於《權力遊戲》角色的婚姻對象），凸顯建立更好基準測試的需求。