源码系统概览
文章正文
Iris 是一套面向深度搜索场景的开源权重智能体模型源码，仓库提供从模型权重、基准成绩到评测框架的完整资料，让搜索智能体的决策循环可以公开复现。
项目由 AllSpark Research 团队开源维护，仓库获 89 个 star 关注，基于 Qwen3.5 与 Qwen3.6 系列后训练，以 2026.9.3 仓库最后更新为版本口径，权重已在 Hugging Face 开放下载。
源码简介
系列包含 Iris-mini 与 Iris-pro 两款模型，前者 35B 总参数激活 3B，后者 397B 总参数激活 17B，上下文窗口均为 256K。
训练目标聚焦搜索智能体的核心循环，决定搜什么、怎么读返回结果、何时继续追问以及何时认定证据已足够，全部基准在统一工具集与判定器下测出。
基准成绩处于开源搜索智能体第一梯队，BrowseComp 达 82.2 与 88.6，HLE 文本子集达 52.3 与 56.4，配套的 Iris-Harness 评测框架一并开源。
把它和 MiroThinker 与 Apodex 系列对比，区别在于 discard-all 上下文管理策略与统一口径下公开的基准复现细节。
| 对比维度 | Iris | 同规格搜索智能体模型 |
|---|---|---|
| BrowseComp | 82.2 与 88.6 双规格领先 | 多在 72 至 79 区间 |
| 上下文管理 | discard-all 与 retry 双策略 | 多数未公开管理口径 |
| 模型规格 | 35B 与 397B 双档稀疏架构 | 集中单一规格 |
| 评测配套 | Iris-Harness 全套开源 | 常仅放权重不放评测 |
需要可复现的搜索智能体基线的团队，可以直接用评测框架对任意 OpenAI 兼容端点复测。
适用场景
- 深度检索问答与开放网络信息调研任务
- 搜索智能体的基线评测与策略对比实验
- 长程多跳问题的证据收集与答案校验
技术栈与运行环境
模型权重发布在 Hugging Face 平台，评测框架 Iris-Harness 基于 Python 构建，使用 uv 管理依赖并可对接任意 OpenAI 兼容端点。
训练管线基于 ms-swift 与 slime 等开源框架搭建，数据构建与训练管道官方标注即将放出。
功能亮点
- mini 与 pro 双规格覆盖不同算力档位
- BrowseComp 等四大基准统一口径领先
- discard-all 上下文管理显著提升长程表现
- 256K 上下文窗口支持超长检索链路
- 评测框架完整开源支持一键复测
技术架构与部署指南
安装与部署提示
评测框架按官方说明用 uv 同步依赖并准备数据集。
cd Iris-Harness && uv sync && uv run python data/prepare_data.py对本地或远端 OpenAI 兼容端点发起基准评测。
bash scripts/run_eval.sh --base-url http://127.0.0.1:21234/v1 --llm-config iris-mini --benchmarks "browsecomp:0:1" --context-discard-threshold 131072权重从 Hugging Face 拉取后即可接入自建推理服务。
huggingface-cli download AllSpark-Research/Iris-mini --local-dir ./Iris-mini截图与演示说明
README 内嵌四张基准评测柱状图，覆盖 BrowseComp 英文版、BrowseComp 中文版、DeepSearchQA 与 HLE 四大基准，图中 Iris-mini 与 Iris-pro 两条成绩柱在多数基准上位居对比名单首位。
成绩表同时给出不同上下文管理设置下的分数变化，discard-all 加 retry 组合将 BrowseComp 提升至 85.9 与 90.3，官方统一以 discard-all 作为主口径避免选择性报数。
成绩图均来自仓库 figures 目录原图，数据口径与引用说明随图附注，团队还标注了由第三方复现的成绩条目，评测脚本与判定器全部可查。
常见问题
问. Iris 是什么
基于 Qwen3.5 与 Qwen3.6 后训练的开源搜索智能体系列，含 35B 与 397B 两款。
问. 基准成绩如何
BrowseComp 82.2 与 88.6，DeepSearchQA 最高 92.9，处于同规格开源第一梯队。
问. 可以商用吗
仓库暂未附 MIT 或 Apache 类许可证文件，商用前需联系官方确认授权边界。
问. 如何复现评测
用开源的 Iris-Harness 框架对接任意 OpenAI 兼容端点即可按脚本复测。
安全风险提示
仓库暂未附正式许可证文件，集成前请先与官方确认使用边界。
基准成绩依赖官方评测口径，自行复测时请保持工具集与判定器一致。
权重体积较大，请从 Hugging Face 官方页面下载并校验文件完整。
下载说明
本页提供 Iris 仓库完整源码打包下载，含评测框架、配置示例与文档资料。
模型权重体积较大，请通过 Hugging Face 官方页面按规格下载对应版本。
GitHub项目开源地址 https://github.com/AllSpark-Research/Iris
