研究者らは、複雑な多段階検索タスク用に設計されたオープンウェイトのエージェント型リトリーバーである T-Search を発表しました。Qwen3.6-35B-A3B を基盤とし、敵対的にフィルタリングされた合成データで学習し、制限付きの複数ラウンド検索を実行して、根拠付きのランク付けされた証拠チャンクを返します。

  • 英語およびロシア語の7つのベンチマークにおいて、1回のロールアウトで Recall@10 が 56.0、3回の融合ロールアウトで 61.3 を達成。
  • より大きなオープンモデルを上回り、柔軟な交換のために回答生成をダウンストリームモデルに委ねます。
  • モデル、harness、ライブデモ、および TRuST（初のネイティブロシア語ハードサーチベンチマーク）の公開を含みます。

著者らは、これは再学習なしでバックエンドとジェネレーターコンポーネントを交換可能にするため重要だと考えています。