注目★★★★★Hugging Face Papers
Iris-mini／pro、検索エージェントで最高水準を達成
30秒で把握
- 1Iris-mini／pro が検索ベンチマークで最高水準を達成
- 235B-A3B／397B-A17B規模でSFTとライブ検索RLを交互に訓練
- 34ベンチマークで82.2〜92.9を記録・重みとレシピ公開予定
要約
Iris-mini と Iris-pro は、35B-A3B と 397B-A17B 規模で訓練された検索エージェントだ。Web のリンク構造から多段質問を生成し、軌跡と各ターンを選別したうえで、SFT とライブ検索を使う RL を交互に適用した。推論時のコンテキスト管理を有効にすると、BrowseComp、BrowseComp-ZH、DeepSearchQA、HLE で Iris-mini は 82.2／84.8／86.9／52.3、Iris-pro は 88.6／85.1／92.9／56.4 を記録した。いずれも対応するパラメータ規模のオープンソース検索エージェントで最高水準となった。単一の ReAct エージェントで評価し、サブエージェントとテスト時検証は使っていない。モデル重みとデータ構築・訓練・評価の完全なレシピを公開する予定だ。
あなたへの影響
検索機能を組み込む日本のエンジニアは、Iris の重みとレシピ公開後に自社の検索タスクで再現性とコンテキスト管理の効果を検証するとよい。
推奨：SFT-RL climbing は、SFT と RL を交互に進める訓練手法を指す。