English(EN) Iris: How SFT-RL Climbing Trains Open-Weight Agents to Search the Web Like a Researcher

AllSpark Research 发布开放权重网络搜索代理 Iris

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-07 16:12

AllSpark Research 推出了 Iris，一个开放权重网络搜索代理系统，旨在解决当前语言模型常常难以应对的复杂、多跳问题。Iris 使用两个模型，Iris-mini 和 Iris-pro，它们是基于 Qwen3.5/3.6 MoE 系列进行后训练的，并在 BrowseComp 和 Humanity's Last Exam 等基准测试中取得了最先进的成果。该系统的创新之处在于其训练方法 SFT-RL climbing，该方法在监督微调和强化学习之间交替进行，并专注于使用执行工具来管理长周期搜索中的上下文饱和问题。 AI

影响 Iris 新颖的训练方法和其在复杂搜索任务上的表现，有望提升开放权重代理在复杂信息检索方面的能力。

排序理由该集群描述了一个新的开放权重代理系统 Iris 的发布，该系统具有新颖的训练方法和基准测试表现。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Significant; 该集群描述了一个新的开放权重代理系统 Iris 的发布，该系统具有新颖的训练方法和基准测试表现。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 3 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Prabhakar Chaudhary · 2026-09-07 16:12

Iris：SFT-RL爬坡法如何训练开放权重代理像研究员一样进行网络搜索

<h1> Iris: How SFT-RL Climbing Trains Open-Weight Agents to Search the Web Like a Researcher </h1> <p>Web search sounds simple until you try to automate it for hard questions. Ask a language model to find the founding date of a company, and it will usually succeed. Ask it to trac…

本文如何被排名

报道来源 [1]

Iris：SFT-RL爬坡法如何训练开放权重代理像研究员一样进行网络搜索

相关实体

相关话题