Iris-mini и Iris-pro: открытые search-агенты лидируют в своём классе

AllSpark выпустила свои веб-поисковые агенты с открытыми весами на базе Qwen — Iris-mini и Iris-pro. Они умеют самостоятельно бродить по вебу и собирать информацию. Их обучили на Qwen3.6-35B-A3B (Iris-mini; 35 миллиардов параметров) и Qwen3.5-397B-A17B (Iris-pro; 397 миллиардов параметров), длина контекста — 256 000 токенов.

Iris-mini набрала 82,2 балла на BrowseComp — бенчмарке для сложного веб-поиска. Iris-pro набрала 88,6 балла. Также они набрали 84,8 и 85,1 на BrowseComp-ZH (китайский), 86,9 и 92,9 на DeepSearchQA и 52,3 и 56,4 на Humanity's Last Exam (бенчмарк экспертных знаний).

Навыки, связанные с поиском, хорошо переносятся на другие задачи, которые не встречались при обучении, — например, использование инструментов и офисные задачи. Iris-mini превосходит SOTA на BrowseComp на 3,4 балла (Iris-mini против XYZ-Aquila-mini).

Веса модели можно скачать с Hugging Face, код — с GitHub, это open source.

Учтите, что Iris-pro (397B) лучше разворачивать в дата-центрах, а не на личном рабочем компьютере. Iris-mini в этом плане более разумный вариант, но и для неё нужны вычислительные ресурсы получше, чем ноутбук. Теперь с кластером GPU у вас есть свой собственный поисковый движок с открытым кодом, работающий на локальных данных без привязки к закрытым API!