小红书开源 Search Agent "Iris"：35B 参数模型逼近万亿级搜索能力
2026/09/14 18:15阅读量 2
小红书正式开源其自研的搜索智能体（Search Agent）“Iris”。该模型仅拥有 350 亿参数，但在搜索任务上的表现已接近万亿参数规模的基座模型。这一开源举措展示了小参数模型在特定垂直领域通过架构优化实现高性能的可能性，为开发者提供了高效的搜索解决方案参考。
事件概述
小红书近日宣布开源其内部使用的搜索智能体项目 Iris。作为专为搜索场景设计的 AI 代理，Iris 旨在解决传统搜索引擎在理解复杂用户意图和处理多步推理任务时的局限性。
核心信息
- 模型规模与性能对比：Iris 是一个基于 350 亿（35B） 参数构建的模型。尽管参数量远小于主流的大语言模型，但其在搜索相关任务上的准确率、响应速度和结果相关性上，已经能够媲美甚至超越部分万亿（Trillion-scale）参数级别的通用大模型。
- 技术突破：该项目证明了通过针对性的数据清洗、指令微调以及搜索专用的强化学习策略，可以在不依赖巨大算力资源的前提下，显著提升模型在垂直领域的专业能力。
- 开源价值：此次开源将 Iris 的代码和权重公开，旨在降低开发者构建高质量搜索应用的门槛，促进社区在搜索智能体领域的创新与合作。
值得关注
- 效率与成本的平衡：Iris 的成功案例为行业提供了一个重要参考，即在保证效果的同时，可以通过缩小模型规模来大幅降低部署成本和推理延迟。
- 搜索范式的演进：从传统的关键词匹配向基于语义理解的智能体搜索转变，Iris 代表了当前搜索引擎技术发展的一个重要方向。