AllSpark 开源 Iris-mini 与 Iris-pro 搜索智能体，同量级开源评测领先

中国研究团队 AllSpark 开源了基于 Qwen 架构的搜索智能体 Iris-mini 与 Iris-pro，并公开了完整的训练方法。

• 两个模型参数量分别为 350 亿与 3970 亿，均支持 256k 上下文窗口，技术方案基于网页超链接拓扑结构反向构建多步推理任务，并采用两阶段过滤与强化学习迭代。
• 评测数据显示，在配合运行时上下文管理机制下，Iris-mini 在 BrowseComp 等三项基准中处于同尺寸开源模型前列，Iris-pro 在更大规模组别中取得多项领先成绩。
• 研究指出，搜索能力的专门训练呈现出泛化效果，模型在未经针对性训练的通用工具调用和办公任务上也表现出能力提升。
• 影响/看点：这表明结构化数据合成与精细上下文管理能够显著改善开源搜索代理的表现，其实际应用价值将取决于端到端推理成本以及在复杂真实网络环境中的检索鲁棒性。
• 资料依据:
• The Decoder（2026-09-13）：https://the-decoder.com/iris-mini-and-iris-pro-are-the-strongest-open-weight-search-agents-in-their-class/
• GitHub（2026-09-13）：https://github.com/AllSpark-Research/Iris

本内容由 AI 生成，仅供参考，请注意甄别