The Pulse

AllSpark rilascia gli agenti di ricerca Iris a pesi aperti

La scheda del modello Iris-mini di AllSpark Research descrive un agente di ricerca a pesi aperti con 35 miliardi di parametri, mentre il paper che lo accompagna su arXiv illustra i metodi di addestramento e valutazione.

AI.info Team · Scritto con l’IA · verificato · 2026-09-14

AllSpark Research ha rilasciato Iris-mini, un agente di ricerca a pesi aperti progettato per ricerche web lunghe e articolate in più passaggi. La sua scheda del modello su Hugging Face indica l’esistenza di una versione più grande, Iris-pro, e contiene link a un framework di valutazione e al repository del progetto. Un paper presentato ad arXiv il 3 settembre 2026, «Iris: Climbing to the Search Frontier», descrive la costruzione dei dati, la procedura di addestramento e l’impostazione della valutazione dei modelli.

Iris-mini è sottoposto a post-addestramento a partire da Qwen3.6-35B-A3B. La scheda del modello indica 35 miliardi di parametri totali e 3 miliardi di parametri attivi, con 256 esperti e otto esperti attivi. Ha una finestra di contesto di 256.000 token, usa la precisione bfloat16 ed è disponibile con licenza Apache 2.0. Iris-pro è indicato come un modello 397B-A17B.

Due modelli Iris puntano alle ricerche web lunghe

La scheda del modello descrive la ricerca come un ciclo in cui un agente decide che cosa cercare, legge il materiale restituito, stabilisce se continuare e si ferma quando dispone di prove sufficienti. Secondo la scheda, Iris viene addestrato attraverso cicli alternati di fine-tuning supervisionato e apprendimento per rinforzo.

Il paper fornisce ulteriori dettagli su questa procedura. Gli autori costruiscono domande multi-hop a partire dalla struttura dei collegamenti ipertestuali di un corpus web, riscrivono le entità che non costituiscono la risposta sotto forma di riferimenti descrittivi e ammettono le domande a cui un modello di riferimento non riesce a rispondere senza prove a sostegno. Creano e filtrano poi traiettorie di ricerca prima del fine-tuning supervisionato e ottimizzano la policy con l’apprendimento per rinforzo usando ricerche in tempo reale.

Il paper chiama la procedura alternata SFT-RL climbing. In questo processo, le traiettorie difficili risolte e i rollout efficienti di un ciclo di apprendimento per rinforzo alimentano un successivo passaggio di addestramento supervisionato.

Ziyuan Liu, primo autore indicato nel paper, e otto coautori descrivono così l’impostazione della valutazione:

«Tutti i risultati provengono da un singolo agente ReAct, senza sottoagenti e senza verifica al momento del test.»

Questa impostazione è importante perché le ricerche lunghe possono produrre risultati sensibilmente diversi a seconda di come vengono gestiti il contesto accumulato e i tentativi falliti.

Iris-mini raggiunge 82,2 su BrowseComp

Utilizzando l’impostazione predefinita di gestione del contesto discard-all, Iris-mini ottiene 82,2 su BrowseComp, 84,8 su BrowseComp-ZH, un punteggio F1 di 86,9 su DeepSearchQA e 52,3 sul sottoinsieme di 2.158 domande esclusivamente testuali di Humanity’s Last Exam, secondo la scheda del modello. I risultati su BrowseComp, BrowseComp-ZH e Humanity’s Last Exam sono riportati come misure di accuratezza.

La scheda confronta Iris-mini con sistemi a pesi aperti nella fascia tra 30 e 35 miliardi di parametri. Iris-mini risulta superiore agli altri sistemi citati su BrowseComp, BrowseComp-ZH e Humanity’s Last Exam. XYZ-Aquila-mini ha il punteggio più alto riportato su DeepSearchQA, con 89,5 rispetto agli 86,9 di Iris-mini. Secondo la scheda, i dati dei sistemi di confronto provengono dai rispettivi report pubblici e potrebbero basarsi sui loro metodi di gestione del contesto.

Il paper riporta valori più alti per Iris-pro: 88,6 su BrowseComp, 85,1 su BrowseComp-ZH, 92,9 su DeepSearchQA e 56,4 su Humanity’s Last Exam. Descrive entrambi i modelli Iris come i più forti agenti di ricerca open source nelle rispettive fasce di parametri su questi quattro benchmark.

Il ripristino del contesto spiega gran parte dei miglioramenti

AllSpark riporta i risultati di Iris-mini con diverse impostazioni di gestione del contesto. Senza gestione del contesto, la scheda del modello indica punteggi di 64,7 su BrowseComp, 72,3 su BrowseComp-ZH, 81,0 su DeepSearchQA e 43,2 su Humanity’s Last Exam.

Con discard-all, la conversazione viene riportata alla domanda iniziale dopo che il prompt supera una soglia. Questa impostazione porta il punteggio riportato su BrowseComp a 82,2. Un metodo distinto, retry, riavvia un episodio che termina senza una risposta analizzabile, conservando un breve riepilogo di ciò che è stato escluso. La combinazione dei due metodi produce un punteggio di 85,9 su BrowseComp, anche se AllSpark presenta discard-all come impostazione principale anche nei casi in cui retry produce un risultato più alto.

Il rilascio include una procedura di valutazione locale

La scheda del modello Iris-mini fornisce istruzioni per servire il modello con SGLang e valutarlo con Iris-Harness. L’esempio specifica un parallelismo tensoriale su quattro unità, una lunghezza del contesto di 262.144 token, parser Qwen per il ragionamento e le chiamate agli strumenti e un endpoint locale compatibile con OpenAI.

La scheda afferma che il modello è addestrato a chiamare gli strumenti tramite l’interfaccia di chiamata delle funzioni di OpenAI e a racchiudere le risposte finali in \boxed{}. Anche il ragionamento precedente viene riportato nella conversazione a ogni turno e la configurazione del framework supporta la soglia pubblicata per l’eliminazione del contesto.

Pesi aperti, ma non un servizio di ricerca pronto all’uso

I pesi di Iris-mini sono disponibili con licenza Apache 2.0, insieme alle istruzioni per servirlo localmente. La pagina su Hugging Face afferma che il modello non è distribuito da un Inference Provider, lasciando agli utenti il compito di gestire autonomamente un’infrastruttura compatibile. Il rilascio offre quindi ai ricercatori sia il modello sia una procedura documentata per verificare come il ciclo di ricerca e le impostazioni di gestione del contesto influenzino le prestazioni riportate.