Iris – AllSpark推出的开源Search Agent模型

Iris 是小红书 AllSpark 团队开源的搜索智能体（Search Agent），包含 Iris-mini（35B）与 Iris-pro（397B）两个版本，基于通义千问 MoE 基座开发，代码与模型权重托管在 GitHub 仓库。模型收到用户问题后，自主完成检索规划、网页读取、多源信息交叉核验，循环执行搜索动作直到收集足够证据再输出结论，256K 超长上下文窗口支持一次性载入大量网页内容。整套项目附带评测框架 Iris-Harness，采用 Apache2.0 协议开放，科研团队与开发者可本地部署、微调，在 BrowseComp 等搜索基准评测取得优秀成绩。

Iris特点

采用网页超链接图谱反向生成训练数据集，题目设计规避简单字符串匹配，迫使模型完成多页面跨源推理。
训练流程采用 SFT-RL Climbing 方案，监督微调与真实网页环境强化学习交替迭代，提升搜索决策能力。
内置上下文管理机制，在长搜索任务中清理冗余内容，保留关键证据，释放上下文空间继续检索。
双版本差异化设计，Iris-mini 硬件门槛更低，Iris-pro 面向复杂深度调研任务。
原生支持中文搜索评测，在 BrowseComp-ZH 中文基准保持高分表现。
完整开源方案，权重、推理代码、评测脚本对外释放，支持二次开发与模型迭代。

Iris技术原理

Iris 依托 Qwen 系列 MoE 混合专家基座，接收用户查询后，内部生成搜索动作，调用搜索接口获取网页摘要，再读取网页原文提取事实信息。
训练数据从网页超链接网络构建实体关系图，自动生成需要多页交叉验证的问题，过滤掉仅靠字面匹配就能答对的样本。
SFT 阶段使用教师模型在真实搜索环境生成完整搜索轨迹，对轨迹做有效性过滤，再进入强化学习阶段。
上下文管理模块执行 discard-all 策略，上下文达到阈值时清理冗余搜索记录，只保留核心结论，持续维持检索循环。
Iris-Harness 评测框架封装整套搜索仿真环境，自动评估模型的搜索策略、信息提取与答案生成质量。

Iris项目地址

• GitHub仓库：https://github.com/AllSpark-Research/Iris
• HuggingFace模型库：https://huggingface.co/collections/AllSpark-Research/iris

Iris功能

自主联网多步检索

拆解复杂问题，自动生成搜索词，多次调用搜索工具，跨网页收集信息。

多源事实交叉校验

对比不同网页内容，识别信息冲突，筛选可靠资料，减少单源信息带来的偏差。

长文本网页阅读

读取长网页正文，提取关键事实，大容量上下文容纳多篇网页素材。

搜索任务评测

配套 Iris-Harness 工具，在标准基准上复现搜索评测，量化模型搜索能力。

模型微调与二次开发

基于开源权重，在自有搜索数据集上继续训练，适配行业调研场景。

调研报告生成

汇总检索到的多条资料，整理结构化报告，标注信息来源。

Iris应用场景

AI 科研团队

开展搜索智能体相关实验，复现搜索基准测试，研究 Agent 工具调用策略。

行业调研人员

执行竞品分析、行业趋势调研，跨网站收集资料，整理调研文档。

企业研发团队

搭建私有化搜索助手，对接内部检索服务，构建企业知识库检索 Agent。

高校实验室

用于大模型工具使用、联网推理方向课题研究，完成模型训练与对照实验。

开发者

基于 Iris 代码底座，开发面向垂直领域的联网问答产品。

Iris使用教程

克隆 GitHub 仓库`https://github.com/AllSpark-Research/Iris`，按照环境依赖文档安装 Python、SGLang 等组件。
下载对应版本模型权重，准备支持大模型推理的 GPU 硬件，Iris-mini 可在单机多卡环境运行，Iris-pro 需要多机分布式集群。
配置搜索后端接口，接入搜索引擎 API，在配置文件中修改 API 地址与密钥。
编写查询指令，启动推理脚本，模型会自主执行搜索、网页解析、信息汇总。
开启 Iris-Harness 评测脚本，加载基准数据集，自动执行评测并输出指标。
根据业务需求修改提示词模板，调整搜索最大轮次、上下文管理策略。
训练场景准备自定义数据集，使用项目提供的 SFT 或 RL 训练脚本，完成模型微调。
日志文件保存每一轮搜索动作，可查看模型检索路径，定位推理与检索异常。

Iris同类产品对比

表格