Исследователи представляют T-Search, открытый агентный ретривер с открытыми весами, предназначенный для сложных многошаговых поисковых задач. Построен на базе Qwen3.6-35B-A3B и обучен на синтетических данных, отфильтрованных с помощью состязательных методов, он выполняет ограниченные много раундовые поиски для возврата ранжированных фрагментов доказательств с обоснованиями.

  • Достигает Recall@10 = 56.0 при одном запуске и 61.3 при объединении трёх запусков на семи бенчмарках на английском и русском языках.
  • Превосходит более крупные открытые модели, оставляя генерацию ответов downstream-моделям для гибкой замены.
  • Включает публикацию модели, инфраструктуры (harness), живого демо и TRuST — первого нативного русского бенчмарка для сложного поиска.

Авторы считают это важным, поскольку оно позволяет заменять компоненты бэкенда и генератора без переобучения.