Iris：迈向搜索前沿
研究团队推出 Iris-mini 和 Iris-pro 两个搜索代理，分别以 35B-A3B 和 397B-A17B 规模训练。其训练任务根据网页语料中的多跳超链接结构生成，并专门设计为无法通过简单的字符串匹配解决。研究采用监督微调与强化学习相结合的方法，优化代理的实时搜索和上下文管理能力。启用上下文管理后，作者称两款模型在 BrowseComp、BrowseComp-ZH、DeepSearchQA 和 HLE 上取得了开源搜索代理中的领先成绩。评测使用单一 ReAct 代理，不包含子代理或推理时验证。模型权重以及完整的数据构建、训练和评测方案计划公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。