小红书 AllSpark 开源 Search Agent 模型 Iris，35B 与 397B 版本同量级成绩领先

中国团队AllSpark（小红书）发布两个开源搜索智能体Iris-mini和Iris-pro及完整训练配方。Iris-mini为35B参数，基于Qwen3.6-35B-A3B；Iris-pro为397B参数，基于Qwen3.5-397B-A17B，均支持256,000 token上下文窗口。团队在论文中宣称，两者在各自参数级别中为最强开源权重搜索智能体。

据论文，开启上下文管理后，Iris-mini四个基准得分为82.2、84.8、86.9、52.3，Iris-pro为88.6、85.1、92.9、56.4。Iris-mini在四项基准中的三项居小级别首位，在BrowseComp上超出次优模型XYZ-Aquila-mini 3.4分，但在DeepSearchQA上落后；Iris-pro在更大级别中领先或持平，作者称其有时接近需要更多算力的系统。上下文管理对较小模型影响更大，BrowseComp提升最高21.2分，论文归因于Iris-mini消耗上下文更快而非token预算更小。

训练方法方面，论文介绍从网页链接结构反向构造可验证训练数据：从种子页及其出链构建术语关系图生成多步问题，除最终答案外所有术语均被改写以防简单文本搜索解决，仅保留参考模型无工具时无法解决但有正确来源可解的问题。教师模型生成含推理、搜索查询和结果的解题路径，经两轮过滤（全路径正确性/重复循环/搜索深度检查，以及评审模型逐步审核，其标准由数据本身导出），再通过在真实网络搜索上的强化学习改进，监督微调与强化学习交替进行，作者称之为“SFT-RL climbing”。作者还报告训练数据和模型在未训练过的任务（如通用工具使用和办公工作）上也有提升，团队推测搜索更接近一种基础能力。

模型权重已在Hugging Face开放，代码在GitHub开放。目前发布内容包括Iris Harness（含智能体循环、工具、上下文管理策略及全部四项基准的评测），可对接任何OpenAI兼容端点；数据构建与训练管线团队计划后续发布。小红书AllSpark官方公众号亦发布Iris，宣称其为同量级最强开源Search Agent，以上性能领先均为团队在论文中的宣称。