AllSpark 發布開源搜尋代理 Iris‑mini 與 Iris‑pro
AllSpark 團隊近日公開兩款搜尋代理——Iris‑mini（35 億參數）與 Iris‑pro（397 億參數），並同步釋出完整的訓練配方。兩者皆基於 Qwen 系列模型（分別為 Qwen3.6‑35B‑A3B 與 Qwen3.5‑397B‑A17B），支援 256,000 令牌的上下文視窗，據稱在同尺寸開放權重搜尋代理中表現最為優秀。
背景與技術亮點
搜尋代理是以大型語言模型（LLM）為核心，能自行在網路上查找資訊以回答使用者問題。傳統基準測試顯示，現有系統大多只利用網路驗證已在訓練期間學得的知識，真正的「推理」與「資訊整合」能力仍受限。AllSpark 透過以下創新流程提升了這一點：
-
任務逆向構建
從一個種子網頁及其外部連結出發，建立詞彙與關係的圖形（graph），再根據圖形產生需要多步鏈接才能解答的問題。除最終答案外，所有關鍵詞皆以同義改寫取代，避免單純文字搜尋即可得到線索。
-
教師模型產生解題路徑
由較強的教師模型生成包括推理過程、搜尋查詢與結果的完整路徑，並經過兩輪過濾：第一輪檢查路徑正確性、迴圈重複與搜尋深度；第二輪由「評審模型」逐步審核，評分標準直接從資料中抽取，而非人工手寫。
-
SFT‑RL 交替訓練
在「監督式微調」（SFT）與「強化學習」（RL）之間交替，使用即時網路搜尋作為回饋。所有評審與結果摘要均在內部訓練叢集上由 Qwen 大模型執行，避免依賴外部服務。
-
上下文管理的實務影響
團隊指出，許多基準測試的成敗往往取決於上下文管理技巧，例如在長時間研究時，對話歷史容易填滿上下文窗口，導致模型無法完成所有子問題。僅靠「丟棄歷史」的技巧並不能真實反映模型品質。
可能的產業衝擊
- 開源生態加速：Iris 系列以全參數開放提供，讓研究機構與企業可自行部署、調校，降低對商業雲端服務的依賴。
- 跨領域工具使用：訓練資料中加入了模型未受過訓練的辦公自動化與一般工具使用情境，顯示未來搜尋代理有望在企業內部流程自動化、知識管理等領域發揮更大作用。
- 評估標準再思考：AllSpark 強調上下文管理與真實推理的重要性，可能促使社群重新設計測試基準，將「資訊整合」與「證據收斂」納入核心指標。
未來展望
Iris‑mini 與 Iris‑pro 的發布標誌著開源搜尋代理從「驗證已知」向「主動推理」的關鍵轉折。若後續能持續優化上下文窗口與即時搜尋回饋機制，這類模型有望在資訊過載的現代社會中，提供更可靠、可解釋的答案。對於關注 AI 可控性與透明度的讀者而言，AllSpark 的訓練流程與資料生成方式提供了一個值得借鏡的範例，也提醒我們在評估搜尋代理時，必須超越表面績效，深入探討其推理與資訊取用的本質。