IQuest-Q1 運営中

IQuest-Q1は至知イノベーション研究院がオープンソースで公開するAgent基盤モデルで、コード生成とエージェントタスクに重点を置いています。IQuest-Q1は疎MoEアーキテクチャを採用し、総パラメータ数は320B、トークンごとのアクティブパラメータ数はわずか15Bで、推論コストを抑えています。IQuest-Q1は、合成環境で複数のharnessによる強化学習とマルチティーチャーオンライン蒸留（MOPD）を経て訓練されています。Claude CodeやCodexに接続でき、NL2Repo、CyberGymなどのベンチマークで上位に位置し、全体的にバランスの取れた性能を発揮します。特にフロントエンド生成、オフィス業務の自動化、AI研究開発の診断を得意としています。

リポジトリレベルのコード生成：一文の要件から、完全に実行可能な複数ファイルのプロジェクトを生成できます。NL2Repoベンチマークではオープンソースモデルの最上位グループに位置しています。
CLIエージェント操作：コードベースの読み書き、コマンドラインツールの呼び出し、結果の確認、エラーからの復旧が可能で、Claude CodeやCodexとシームレスに連携できます。
フロントエンドインタラクティブアプリの生成：3Dシーン、インタラクションロジック、ビジュアル表現を含む実行可能なWebアプリを一度に生成できます。FPSゲーム、レーシングゲーム、ボクセル海底都市などに対応します。
オフィス業務の全工程自動化：Feishuのlark-cliを通じてチャット履歴とドキュメントを照合し、事象のレベル判定、レポート作成、タスク割り当て、進捗管理までの完全な業務サイクルを実行できます。
AI研究開発の自己診断：強化学習の訓練異常を追跡し、根本原因の特定、コードの修正、新しい指標曲線による結果検証を行えます。
複数ステップの複雑なタスク実行：中長期タスクに対応し、数時間にわたって自律的に作業を継続できます。サイバーセキュリティや端末操作などのシナリオをカバーします。

WeChatで「オープンソース」と返信すると、AIオープンソースプロジェクト交流グループに参加できます
疎MoEアーキテクチャ：decoder-only Transformerを基盤に、疎なMixture-of-Experts構造を採用しています。総パラメータ数は約320Bですが、各トークンでアクティブになるのは約15Bパラメータのみです。
段階的な訓練プロセス：訓練は事前学習、中期学習、後学習の3段階に分かれます。事前学習で汎用能力と世界知識を確立し、中期学習でデータ分布をコードとSTEMへ移行するとともに、長文脈エージェント軌跡を追加します。後学習では、ソフトウェアエンジニアリング、長時間タスク、汎用推論を対象に、SFTと強化学習による専門的な収束を行います。
合成環境と複数Harnessによる強化学習：実際のAPI、MCPサーバー、リポジトリから構築した実行可能な環境でタスクを合成し、単一の方策を複数のharnessで訓練します。それぞれのツールやコンテキスト管理方式を維持することで、モデルは問題解決そのものだけでなく、実際のエージェントシステムで機能する行動パターンも学習します。最適化の前に失敗の原因を分析し、モデル自身の誤りだけを学習シグナルとします。
MOPDマルチティーチャーオンライン蒸留：強化学習によって、エージェント体験、複数harnessの協調、長期タスク、汎用エージェントワークの4方向に特化したモデルを生成します。MOPDでは、SFTチェックポイントで初期化した学生モデルが自身の軌跡から学習し、対応する専門家がトークン単位で採点します。その後、段階的に安定化したモデルマージを行い、複数の専門家モデルを単一のIQuest-Q1へ統合します。
人間とモデルが協調する自己進化型の研究開発プロセス：研究開発の過程で、モデルは自身の能力診断、訓練計画の設計、一部の実験実行に参加します。人間の研究者は、方針の調整、高コストな実験、バージョン採用などの重要な意思決定を担います。各ラウンドで検証されたモデル更新、訓練資産、プロセスを次のラウンドで直接再利用できるよう蓄積し、継続的に反復する閉ループを形成します。

モデルの重みを取得：Hugging Faceまたは GitHubリポジトリからモデルの重みと推論コードをダウンロードできます。ModelScopeでの提供は近日開始予定です。
推論サービスのデプロイ：SGLangまたは vLLMを使用してOpenAI互換の推論サービスを起動します。8カードのテンソル並列（TP=8）、bfloat16精度が必要で、IQuest専用のtool-callおよびreasoningパーサーを読み込む必要があります。
高速化とパラメータ調整（任意）：さらに高いスループットが必要な場合は、再帰的MTP投機的デコーディングを有効にできます。公式評価を再現する場合は、temperature=1.0、top-p=0.95、top-k=20を推奨します。
モデルを直接呼び出す：Python APIまたはOpenAI互換インターフェースから直接リクエストを送信し、IQuest形式のchat templateを使用してツール呼び出しと推論を行います。
Agentツールとの連携：ツール呼び出しに対応したゲートウェイを介してClaude CodeまたはCodex CLIに接続し、ゲートウェイのアドレスとAPI Tokenを設定すれば、IQuest-Q1でエージェントにタスクを実行させることができます。

卓越した推論効率：総パラメータ数は320Bですが、トークンごとのアクティブ数は15Bのみ。小型モデルに近い推論コストで、フラッグシップ級のタスク性能を実現します。
総合的でバランスの取れた成績：DeepSWE、NL2Repo、CyberGym、Terminal-Bench、JobBenchなど8つのベンチマークすべてで上位に位置し、目立った能力の弱点がありません。
優れたコード能力：リポジトリレベル生成のNL2Repoで63.0点を獲得し、DeepSeek-V4-Proと混元Hy4を上回って、オープンソースモデルの最上位グループに位置しています。
実用的なエージェントの閉ループ：コードを生成するだけでなく、ログの読み取り、ツールの操作、エラーからの復旧を行い、検証可能な最終成果物を提供します。
主要Agentへのワンクリック接続：OpenAI互換インターフェースと公式Dockerイメージを提供し、Claude CodeやCodexに直接組み込んで利用できます。

公式サイト：https://iquestlab.github.io/
GitHubリポジトリ：https://github.com/IQuestLab/IQuest-Q1
Hugging Faceモデルリポジトリ：https://huggingface.co/IQuestLab/IQuest-Q1

インテリジェントなプログラミング開発：一文から完全に実行可能な複数ファイルのプロジェクトを生成し、Claude Code / Codex内で自律的にコードを読み、バグを修正し、テストを実行して、検証可能な開発成果を提供します。
インタラクティブなWebサイトとゲームの生成：テキストによる説明から、3Dゲーム、可視化ツール、デザインページなどのフロントエンドアプリを一度に生成し、シーン構築、インタラクションロジック、ビジュアル表現まで対応します。
オフィス業務の自動化：Feishuのlark-cliを通じてチャット、ドキュメント、表計算、会議を連携し、情報の相互確認、事象のレベル判定、レポート作成、タスク割り当て、進捗管理までの全工程を実行します。
AI研究開発と訓練運用：モデル訓練の異常を自動診断し、根本原因を特定してコードを修正し、AIチームによる研究開発パイプラインの保守と最適化を支援します。