Iris آپریشن میں

Iris ژیاہونگشو کی AllSpark ٹیم کا اوپن سورس سرچ ایجنٹ ہے، جس کے دو ورژن 35B (Iris-mini) اور 397B (Iris-pro) ہیں۔ Iris حقیقی ویب پر خود فیصلہ کر سکتا ہے کہ کیا تلاش کرنا ہے، نتائج کو کیسے پڑھنا ہے اور جواب کب مکمل کرنا ہے۔ یہ ویب صفحات کے ہائپر لنکس سے مشکل مگر قابلِ حل تربیتی ڈیٹا تیار کرتا ہے اور SFT اور ری اِنفورسمنٹ لرننگ کو باری باری استعمال کرنے والی SFT–RL Climbing تربیتی تکنیک اپناتا ہے۔ BrowseComp، DeepSearchQA اور HLE سمیت چار بڑے بینچ مارکس پر اس نے مساوی حجم کے ماڈلز میں بہترین اوپن سورس نتائج حاصل کیے ہیں۔ 35B ورژن ٹریلین پیرامیٹرز والے ماڈلز کے قریب پہنچ چکا ہے، جبکہ اس کی سرچ صلاحیت عام ٹول کالنگ جیسے کاموں تک بھی منتقل ہو سکتی ہے۔

خودکار ویب سرچ: خود فیصلہ کرتا ہے کہ کیا تلاش کرنا ہے، تلاش کے نتائج کو کیسے پڑھنا ہے اور کب جاری رکھنا یا رکنا ہے؛ تلاش، استدلال اور جواب دینا بیک وقت کرتا ہے۔
کئی مراحل پر مشتمل بین الصفحاتی استدلال: مطلوبہ واحد جواب تک پہنچنے کے لیے متعدد ویب صفحات کو مرحلہ وار جوڑتا ہے، محض کلیدی الفاظ کے ملاپ سے شارٹ کٹ نہیں لیتا۔
چینی اور انگریزی کی پیچیدہ تلاش: BrowseComp اور BrowseComp-ZH جیسے چینی و انگریزی ویب سرچ کے کاموں میں مساوی حجم کے اوپن سورس ماڈلز میں بہترین کارکردگی حاصل کرتا ہے۔
شواہد پر مبنی سوال و جواب: جواب دیتے وقت شواہد کی پوری زنجیر کا احاطہ کرتا ہے اور DeepSearchQA پر نمایاں کارکردگی دکھاتا ہے۔
ماہر سطح کے مسائل کا حل: HLE جیسے اعلیٰ مشکل والے مسائل حل کر سکتا ہے جن کے لیے ماہر درجے کے استدلال کی ضرورت ہوتی ہے۔
سیاق و سباق کا انتظام: اختصار اور کمپریشن جیسی حکمتِ عملیوں کو سپورٹ کرتا ہے، جس سے طویل سرچ سلسلہ منقطع نہیں ہوتا؛ چھوٹے ماڈلز کو خاص طور پر فائدہ ہوتا ہے۔
صلاحیت کا پھیلاؤ: خصوصی تربیت کے بغیر عام ٹول کالنگ اور دفتری تعاون جیسے کام انجام دے سکتا ہے۔

WeChat پر فالو کریں اور “开源” کا جواب دے کر AI اوپن سورس پروجیکٹ گروپ میں شامل ہوں۔
الٹی سمت میں سوالات کی تیاری: بیج صفحے کو جواب بنا کر ہائپر لنکس کے ذریعے اداروں کا گراف تشکیل دیا جاتا ہے، پھر اس گراف پر ایسے سوالات بنائے جاتے ہیں جن کے لیے متعدد صفحات پر مرحلہ وار استدلال ضروری ہو۔ اس کے بعد سوال میں جواب کے علاوہ موجود اداروں کو وضاحتی حوالوں میں بدل کر قابلِ مطابقت اشارے مٹا دیے جاتے ہیں۔ آخر میں ریفرنس ماڈل کے ذریعے دوہری چھان بین کی جاتی ہے؛ صرف وہ سوالات رکھے جاتے ہیں جن کا جواب بند کتابی حالت میں نہ دیا جا سکے، مگر شواہد فراہم کرنے پر واحد درست جواب حاصل ہو۔ پورا عمل خودکار ہے اور ڈیٹا کے حجم کے ساتھ پھیل سکتا ہے۔
SFT–RL Climbing باری باری تربیت: SFT مرحلے میں مضبوط استاد ماڈل حقیقی سرچ ٹولز پر ٹریجیکٹریز تیار کرتا ہے، جنہیں نتائج کی فلٹرنگ اور “جج” کی یک مرحلہ فلٹرنگ کے بعد تربیت میں استعمال کیا جاتا ہے۔ RL مرحلے میں ماڈل حقیقی ویب پر تلاش کرتے ہوئے سیکھتا ہے۔ ہر دور کے اختتام پر سب سے مشکل اور سب سے مؤثر طریقے سے حل کی گئی ٹریجیکٹریز کو اگلے SFT دور میں واپس شامل کیا جاتا ہے۔ ماڈل کے مضبوط ہونے کے ساتھ سوالات خودکار طور پر مشکل ہوتے جاتے ہیں اور ایک موافق نصاب تشکیل پاتا ہے۔
تربیتی انجینئرنگ کی اندرونی تکمیل: اسکورنگ اور خلاصہ سازی تربیتی کلسٹر کے اندر خود تیار کردہ ماڈلز سے مکمل کی جاتی ہے، کسی بیرونی API پر انحصار نہیں کیا جاتا، جس سے نیٹ ورک کے اتار چڑھاؤ سے تربیتی چکر متاثر نہیں ہوتا۔ تربیت اور آن لائن استعمال میں ایک ہی خلاصہ ساز استعمال کیا جاتا ہے، جس سے تربیت اور استدلال کے درمیان عدم مطابقت ختم ہو جاتی ہے۔
انتہائی طویل ٹریجیکٹریز کی رکاوٹ کے بعد تکمیل: چند رکاوٹ بننے والے طویل سیشنز کو مکمل طور پر ضائع نہیں کیا جاتا۔ درخواست کی سطح پر عمل روک کر اگلا مرحلہ پہلے سے جمع شدہ حصے سے جاری کیا جاتا ہے، جس سے ہم وقتی شیڈولنگ کے دوران GPU کا استعمال بلند رہتا ہے۔
ہم آہنگ تشخیصی پروٹوکول: تمام تقابلی نظاموں کو یکساں ٹولز، سیاق و سباق، اسکورنگ ماڈل اور سیاق و سباق کی انتظامی حکمتِ عملی کے تحت صرف ایک ReAct ایجنٹ کے ذریعے جانچا جاتا ہے۔ کثیر ایجنٹ اور ٹیسٹ کے وقت خود تصدیق جیسے فریم ورک کے فائدے خارج کیے جاتے ہیں، تاکہ اسکور ماڈل کی حقیقی صلاحیت کی عکاسی کرے۔

کوڈ ریپوزٹری کلون کریں:推理 اور تشخیصی کوڈ حاصل کرنے کے لیے git clone https://github.com/AllSpark-Research/Iris چلائیں۔
ماڈل کے وزن ڈاؤن لوڈ کریں: HuggingFace مجموعہ huggingface.co/collections/AllSpark-Research/iris سے Iris-mini (35B) یا Iris-pro (397B) کے وزن ڈاؤن لوڈ کریں۔
ماحول ترتیب دیں: ریپوزٹری کی ہدایات کے مطابق انحصارات، مثلاً vLLM/SGLang جیسے استدلالی فریم ورک، انسٹال کریں اور سرچ ٹول کا انٹرفیس ترتیب دیں۔ انٹرنیٹ سے تلاش Search Agent کے لیے ضروری ہے۔
ماڈل لوڈ کر کے ٹول سے جوڑیں: ماڈل کو ReAct ایجنٹ کی صورت میں لوڈ کریں اور سرچ انجن کو ماڈل کے لیے قابلِ استعمال ٹول کے طور پر رجسٹر کریں۔
سوال دے کر استدلال چلائیں: سوال درج کریں؛ ماڈل خود سرچ استفسار کی منصوبہ بندی، ویب صفحات کا مطالعہ، متعدد مراحل پر استدلال اور شواہد کے ساتھ حتمی جواب پیش کرے گا۔

مساوی حجم کے ماڈلز میں بہترین اوپن سورس نتائج: BrowseComp، BrowseComp-ZH، DeepSearchQA اور HLE کے چار سرچ بینچ مارکس پر مساوی حجم کے اوپن سورس ماڈلز سے مکمل طور پر بہتر کارکردگی دکھاتا ہے۔ Iris-pro 397B نے بعض کاموں میں ٹریلین پیرامیٹرز والے ماڈلز کو بھی پیچھے چھوڑ دیا ہے۔
چھوٹا حجم، بڑے ماڈلز کے قریب کارکردگی: 35B کا Iris-mini BrowseComp پر 82.2 اسکور حاصل کرتا ہے اور Kimi-K2.6 جیسے اس سے کئی گنا بڑے ماڈلز کے قریب پہنچتا ہے، جس سے چھوٹے ماڈلز کو مخصوص شعبوں میں بڑے ماڈلز کو چیلنج کرنے کی صلاحیت ملتی ہے۔
خودکار اور اعلیٰ معیار کی ڈیٹا تیاری: ویب ہائپر لنکس سے الٹے طریقے سے سوالات تیار کرنا، قابلِ مطابقت اشارے مٹانا اور “مشکل مگر قابلِ حل” سوالات کی دوہری چھان بین؛ پورے عمل میں انسانی طور پر سوالات تیار کرنے کی ضرورت نہیں اور یہ ڈیٹا کے حجم کے ساتھ لامحدود طور پر پھیل سکتا ہے۔
مضبوط اور مؤثر تربیتی انجینئرنگ: اسکورنگ اور خلاصہ سازی تربیتی کلسٹر میں شامل ہے، اس لیے بیرونی API پر انحصار مکمل طور پر ختم ہو جاتا ہے۔ طویل ٹریجیکٹریز کو رکاوٹ کے بعد جاری رکھنے سے GPU مسلسل بھرپور استعمال ہوتا ہے اور تربیت کی غیر یقینی کیفیت نمایاں طور پر کم ہوتی ہے۔
تربیت اور آن لائن استعمال میں یکسانیت: تربیت کے دوران تلاش شدہ مواد کو کمپریس کرنے والا خلاصہ ساز، تشخیص اور آن لائن استعمال میں بھی وہی ہے؛ تربیت اور استعمال کے درمیان کوئی عدم مطابقت نہیں۔
صلاحیت کا پھیلاؤ اور اعلیٰ عمومیت: سرچ کی صلاحیت عام ٹول کالنگ اور دفتری تعاون جیسے ان کاموں تک منتقل ہو جاتی ہے جن کی خصوصی تربیت نہیں دی گئی؛ Search ایک قابلِ دوبارہ استعمال بنیادی صلاحیت ہے۔

GitHub ریپوزٹری: https://github.com/AllSpark-Research/Iris
HuggingFace ماڈل کلیکشن: https://huggingface.co/collections/AllSpark-Research/iris
arXiv تکنیکی مقالہ: https://arxiv.org/pdf/2609.04304

گہری تحقیق اور تحقیقی رپورٹس: خودکار کثیر مرحلہ تلاش، بین الصفحاتی استدلال اور شواہد کا مکمل احاطہ؛ صنعتی تحقیق، مسابقتی تجزیے اور علمی تحقیق جیسی Deep Research مصنوعات کے لیے موزوں۔
پیچیدہ حقائق کی جانچ: ایسے جوابات جن میں متعدد ویب صفحات سے گزر کر کئی مراحل میں درست نتیجے تک پہنچنا ہو؛ افواہ تردید، حقائق کی جانچ اور واجبی تفتیش جیسے “ماخذ ضرور تلاش کرنا ہے” والے منظرناموں کے لیے موزوں۔
چینی اور انگریزی دو لسانی سرچ: BrowseComp اور BrowseComp-ZH دونوں میں بہترین کارکردگی؛ چینی و انگریزی مخلوط مواد کی سرحد پار معلوماتی تلاش کے لیے قدرتی طور پر موزوں۔
عام ٹول کالنگ ایجنٹ: صلاحیت BFCL، τ-bench اور دیگر General Tool Use کاموں تک پھیلتی ہے، اس لیے اسے ایجنٹ مصنوعات کے عمومی بنیادی نظام کے طور پر استعمال کیا جا سکتا ہے۔
دفتری تعاون (Cowork): OfficeQA اور APEX جیسے دفتری کاموں میں خصوصی تربیت کے بغیر استعمال کیا جا سکتا ہے، اس لیے دستاویزی سوال و جواب اور دفتری عمل کے کاموں کو سنبھالنے والے معاونین میں شامل کرنے کے لیے موزوں ہے۔