T-Search：开放式Agentic检索器和硬多步搜索的游乐场

我们推出了 T-Search，一个用于硬多步搜索的开放权重Agentic检索器。给定固定语料库上的问题和搜索工具，它会运行有界多轮搜索，并返回具有简短理由的证据块的排名列表，将答案生成留给下游模型，因此可以交换后端和生成器而无需重新训练。 T-Search 构建于 Qwen3.6-35B-A3B 之上，并使用圆形切片监督微调进行对抗性过滤的合成搜索任务进行训练，然后在召回率奖励上进行 GSPO。使用黄金证据注释对七个英语和俄语基准进行平均，使用一个执行轨迹达到 56.0 召回率@10，比基准高出 14.4 点，使用三个融合的执行轨迹达到 61.3，优于较大的开放模型。我们发布了模型、Harness、现场演示和三个基准测试，包括 TRuST，第一个俄罗斯本土硬搜索基准测试。