Iris – 小紅書 AllSpark 團隊開源的搜索智能體

Iris是什麼

Iris 是小紅書 AllSpark 團隊開源的搜索智能體，含 35B（Iris-mini）和 397B（Iris-pro）兩個版本。Iris能在真實網絡中自主決定搜什麼、怎麼讀、何時收斂作答，通過從網頁超鏈接反向構造夠難且可解的訓練數據，採用 SFT 與強化學習交替的SFT–RL Climbing訓練法。在 BrowseComp、DeepSearchQA、HLE 等四大基準上取得同量級最強開源成績，35B 版本已逼近萬億參數模型，搜索能力可外溢到通用工具調用等任務。

Iris的主要功能

• 自主網絡搜索：自己決定搜什麼、如何閱讀檢索結果、何時繼續或停止，邊搜邊推理邊作答。
• 多步跨頁推理：能多個網頁逐步鎖定唯一答案，而非靠關鍵詞匹配走捷徑。
• 中英文複雜檢索：在 BrowseComp、BrowseComp-ZH 等中英文網頁檢索任務上均達到同量級開源最強。
• 證據覆蓋型問答：回答時完整覆蓋證據鏈，在 DeepSearchQA 上表現領先。
• 專家級難題求解：能處理 HLE 這類需要專家級推理的高難度問題。
• 上下文管理：支持截斷、壓縮等上下文管理策略，長鏈路搜索不中斷，小模型獲益尤爲明顯。
• 能力外溢：未經專門訓練即可勝任通用工具調用和辦公協作等任務。

Iris的技術原理

• 反向造題的數據構造：以種子頁面爲答案，順超鏈接聚成實體圖譜，在圖譜上生成必須跨頁多步推理的題目，再把題面中答案以外的實體改寫成描述性指代以抹掉可匹配的線索，最後用參考模型雙重篩選，閉卷答不出、給證據能唯一答對才保留，全程自動化、可隨語料規模擴展。
• SFT–RL Climbing 交替訓練：SFT 階段用強教師模型在真實搜索工具上生成軌跡，經結果過濾和”判官”單步過濾後訓練；RL 階段讓模型在真實網絡邊搜邊學，每輪結束後把最難做對和最高效解出的軌跡回灌下一輪 SFT，隨模型變強題目自動變難，形成自適應課程。
• 訓練工程內化：判分與摘要用自建模型在訓練集羣內部完成，不依賴任何外部 API，避免網絡波動干擾訓練循環；同時訓練與線上使用同一套摘要器，消除訓練與推理的錯位。
• 超長軌跡斷點續跑：少數拖後腿的超長會話不再整段丟棄，在請求級別中斷、下一步從已提交前綴繼續，使 GPU 在同步調度下保持高利用率。
• 對齊式評測協議：所有對比系統在相同工具、上下文、判分模型及同一上下文管理策略下、僅用單 ReAct 智能體評測，排除多智能體和測試時自我驗證等框架取巧，讓分數真實反映模型本身能力。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用Iris

• 克隆代碼倉庫：執行 git clone https://github.com/AllSpark-Research/Iris 獲取推理與評測代碼。
• 下載模型權重：從 HuggingFace 集合 huggingface.co/collections/AllSpark-Research/iris 下載 Iris-mini（35B）或 Iris-pro（397B）權重。
• 配置運行環境：按倉庫要求安裝依賴（如 vLLM/SGLang 等推理框架），並配置好搜索工具接口（聯網檢索是 Search Agent 的必要前提）。
• 加載模型並接入工具：用 ReAct 智能體形式加載模型，將搜索引擎作爲工具註冊給模型調用。
• 提出問題運行推理：輸入問題，模型會自動規劃搜索查詢、閱讀網頁、多步推理並收斂給出帶證據的答案。

Iris的核心優勢

• 同量級最強開源成績：在 BrowseComp、BrowseComp-ZH、DeepSearchQA、HLE 四個搜索基準上全面領先同量級開源模型，397B 的 Iris-pro 部分項目反超萬億參數級模型。
• 小體量逼近超大模型：35B 的 Iris-mini 在 BrowseComp 上拿下 82.2 分，已逼近 Kimi-K2.6 等數十倍參數量的模型，讓小模型在垂域上具備挑戰超大模型的能力。
• 數據構造自動化且高質量：從網頁超鏈接反向造題、抹掉可匹配線索、雙重篩選”夠難且可解”，全程無需人工出題，可隨語料規模無限擴展。
• 訓練工程穩健高效：判分與摘要內化到訓練集羣，徹底擺脫外部 API 依賴；超長軌跡斷點續跑讓 GPU 持續滿載，大幅降低訓練不確定性。
• 訓練與線上一致：訓練時壓縮檢索內容的摘要器與評測、線上使用的是同一套，不存在訓練與使用的錯位。
• 能力外溢，通用性強：搜索能力泛化到通用工具調用和辦公協作等從未專門訓練的任務，Search 是可複用的原子能力。

Iris的項目地址

• GitHub倉庫：https://github.com/AllSpark-Research/Iris
• HuggingFace模型庫：https://huggingface.co/collections/AllSpark-Research/iris
• arXiv技術論文：https://arxiv.org/pdf/2609.04304

Iris的同類競品對比

Iris的應用場景

• 深度研究/調研報告：自動多輪檢索、跨頁推理、證據覆蓋完整，適合行業研究、競品分析、學術調研等 Deep Research 類產品。
• 複雜事實覈查：答案需跨多個網頁多步鎖定，適合闢謠、事實覈查、盡職調查等”必須找到出處”的場景。
• 中英文雙語搜索：BrowseComp 與 BrowseComp-ZH 雙優，天然適合中英混合語料的跨境信息檢索。
• 通用工具調用智能體：能力外溢至 BFCL、τ-bench 等 General Tool Use 任務，可作爲 Agent 產品的通用底座。
• 辦公協作（Cowork）：在 OfficeQA、APEX 等辦公任務上無需專門訓練即可上手，適合嵌入辦公助手處理文檔問答與流程任務。