モデル・開発
Iris：検索の最前線へ
原題: Iris: Climbing to the Search Frontier
検索エージェント2モデルを公開
AllSpark Researchは2026年9月3日、検索エージェント「Iris」の論文を公開しました。
35B総パラメータ・3B活性のIris-miniと、397B総パラメータ・17B活性のIris-proを用意しています。
Iris-miniはQwen3.6-35B-A3B、Iris-proはQwen3.6-397B-A17Bを基盤に後学習したモデルです。
両モデルのウェイトはHugging Faceで公開され、ライセンスはApache 2.0です。
Irisは、何を検索するか、結果をどう読むか、検索をいつ続けるか、証拠が十分かを判断する一連の検索作業向けに学習されています。
学習は教師あり微調整と、実際の検索を使う強化学習を交互に繰り返す方式です。
長い検索で文脈上限へ近づいた際に会話を再構成する文脈管理と、回答形式に失敗した実行を再試行する設定を備えます。
Iris-miniのコンテキスト長は256Kで、OpenAI形式の関数呼び出しを使って検索ツールを操作します。
SGLangでモデルを配備し、公開されたIris-Harnessで評価を再実行する手順がモデルカードに記載されています。
BrowseComp、BrowseComp-ZH、DeepSearchQA、HLEの評価値はAllSpark Research自身の測定結果です。
比較対象ごとに文脈管理条件が異なるため、モデルカードは共通条件での再評価値と提供元公表値を区別しています。
監査時点でHugging Faceの推論プロバイダーには配備されておらず、利用者がウェイトを取得して自ら実行する形です。