开源搜索智能体登顶复杂网页基准
推荐指数 71.0 NO. 022 · 2026.09.08
upvotes50comments3
为什么值得看
Iris 系列通过多阶段 SFT+RL 训练出 35B 和 397B 两个规模的搜索智能体，在实时搜索环境中达到开源 SOTA。其独特之处在于从网页超链接结构反向构建多跳推理任务，并强制改写实体描述杜绝字符串匹配作弊，这对需要真实信息检索能力的 AI 应用有直接参考价值。
媒体预览
编辑判断
当前开源搜索智能体普遍卡在"伪推理"问题上——模型靠匹配关键词而非真正检索网页来答题。Iris 的数据构造方式直接堵死了这条捷径，强制模型必须理解改写后的实体描述并执行多步搜索，这个思路可以迁移到任何需要防作弊的评测集构建中。
397B-A17B 的激活参数规模意味着推理成本不低，但 35B-A3B 的 Iris-mini 已经值得关注。如果团队在做企业知识库搜索或研报深度调研工具，建议优先测试 mini 版本在垂直领域的泛化能力，其训练 recipe 中关于上下文窗口的动态管理机制对长序列检索场景尤其有借鉴意义。