阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯专题 · T-Search检索模型1 分钟阅读·2026-10-06

T-Search开源:小模型检索提效

T-Search基于Qwen3.6训练,多步检索召回率提升14.4点,并发布首个俄语硬搜索基准。

重要性局部证据E2 未复现写法快讯

2026-10-06 12:00

T-Search是一个开源的智能体检索器,专门处理需要多轮搜索的复杂问题。

它基于Qwen3.6-35B-A3B模型微调,通过对抗性过滤的合成数据进行训练。在七个英语和俄语基准测试中,其单次运行的Recall@10达到56.0,比基础模型高出14.4个百分点;三次融合运行可达61.3。

该模型将答案生成留给下游模块,允许用户在不重新训练的情况下更换后端或生成器。团队同时发布了三个新基准,其中包括TRuST,这是第一个原生俄语的高难度搜索基准。

来源

  • 原始出处arxiv.org↗
专题

T-Search检索模型

T-Tech发布开源智能体检索器T-Search,基于Qwen3.6-35B-A3B架构,专攻英俄双语多步硬搜索。该模型通过多轮ReAct循环返回证据块而非最终答案,在七个基准测试中平均Recall@10达56.0(单次)至61.3(三次融…

3 节点1 篇更新于 2026-10-07 12:21

事情怎么走到这一步

  1. 2026-07-19T-Tech正式开源T-Search模型及配套工具链,宣称可在单GPU上运行,成本较传统集群方案降低一个数量级。
  2. 2026-07-24官方博客发布技术详解,阐述如何通过固定工作窗口和显式保存机制解决长程搜索中的“语境腐烂”问题。
  3. 2026-10-05
登录 / 注册
阅读研究雷达投资体系
论文《T-Search: An Open Agentic Retriever...》提交至arXiv,公布在BrowseComp-Plus等基准上的具体召回率数据及TRuST基准集。

还没定论的部分

  • T-Search在非检索类通用任务上的表现是否如官方所述确实无增益?
  • TRuST基准集的标注质量及社区复现结果如何?
  • FP8/NVFP4量化版本在实际部署中的精度损失具体是多少?
读完整专题 →
带入研究 →