研究人员提出了 T-Search，这是一种面向复杂多步搜索任务的开源权重智能检索器。该模型基于 Qwen3.6-35B-A3B 构建，并使用对抗性过滤的合成数据进行训练，能够执行受限的多轮搜索，返回带有理由的排序证据块。

  • 在七个英语和俄语基准测试中，单次 rollout 达到 Recall@10 为 56.0，三次融合 rollout 达到 61.3。
  • 优于更大的开源模型，同时将答案生成留给下游模型以实现灵活替换。
  • 包括模型、harness、在线演示以及 TRuST（首个原生俄语硬搜索基准）的发布。

作者认为这一点很重要，因为它允许在不重新训练的情况下交换后端和生成器组件。