/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
6 авг 2025

II-Search-CIR-4B

Генерация текстаТекст → текст8 профессий

Дообученная модель Qwen3 для поиска информации в интернете и рассуждений с вызовом поисковых инструментов через Python-код.

37скачиваний за 30 дней15лайковвеса обновлены12 авг 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

II-Search-CIR-4B — разговорная языковая модель Intelligent Internet для поиска информации в интернете с рассуждением и вызовом инструментов через генерируемый Python-код. Она основана на Qwen3-4B и дообучена методом supervised fine-tuning, а затем оптимизирована методом DAPO на наборе задач со сложным рассуждением. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов.

Модель предназначена для сценариев, где нужно искать сведения во внешних источниках, просматривать страницы, отбирать информацию и формировать ответ. В описанном авторами окружении она использует функции web_search и web_visit, оформляя обращения к ним в блоках Python-кода. В тестах авторов II-Search-CIR-4B показала результаты на бенчмарках SimpleQA, Frames и Seal_0; эти показатели получены с конкретным поисковым API и автоматическим оценщиком и не гарантируют аналогичного качества в других окружениях.

Для работы с поиском необходимы доступные реализации инструментов и подходящий рантайм; сама модель не предоставляет веб-доступ. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • Поиск актуальных сведений в интернете с формированием ответа
  • Просмотр веб-страниц и извлечение нужных фактов
  • Сопоставление информации из нескольких онлайн-источников
  • Ответы на исследовательские вопросы с опорой на веб-поиск

Ограничения

Веб-поиск и просмотр страниц требуют внешней реализации функций web_search и web_visit; результаты зависят от поискового сервиса и окружения. Показатели бенчмарков в карточке получены с конкретным API и оценщиком, поэтому не гарантируют качество в других условиях.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

II-Search-CIR 4B

Inspired by the success of our II-Researcher approach, which applies tools with augmented reasoning on top of the Deep-seek-R1 model, II-Search-4B-CIR introduces Code-Integrated Reasoning (CIR), a more powerful and flexible method for tool interaction with the reasoning process.

image/png

image/png

Model Description

Code Integrated Reasoning

We instruct the model to generate code blocks enclosed between <start_code>\n```python and \n```<end_code> , within which it can invoke a set of predefined functions.

These functions act as interfaces to external resources, similar to the tool call paradigm but offering greater flexibility and control. This approach enables the model to not only retrieve external information but also process, filter, and reason over it programmatically within the code itself.

In our setup, we provide two predefined functions:

  • web_search(query: str, num_result: int)
  • web_visit(url: str)

Training Methodology

In our early experiments, we found that even large models such as Qwen/Qwen3-235B-A22B or Deep-seek-R1 could not produce the code format efficiently. Sometimes, models would not use any code blocks at all, instead relying on their internal knowledge base to answer the query. To address this issue, we first curated a dataset and performed SFT fine-tuning on the Qwen/Qwen3-4B model. Following this, we further optimized the SFT model by training DAPO on a hard-reasoning dataset to boost performance.

For SFT stage we using the hyperparameters:

  • Max Length: 26000.
  • Batch Size: 128.
  • Learning-Rate: 1e-5.
  • Number Of Epoch: 4.

For RL stage we setup training with:

  • Max prompt length: 3000 tokens.
  • Max response length: 16384 tokens.
  • Max Total length: 32768 tokens.
  • Max Observation Length: 3000 tokens per observation.
  • Masking Observation Tokens: True
  • Max n.o code blocks: 32.
  • Clip ratios: Low 0.2, High 0.3.
  • Batch sizes: Train prompt 128, Generation prompt 128, Mini-batch 16.
  • Responses per prompt: 16.
  • Temperature: 1.0, Top-p: 1.0, Top-k: -1 (vLLM rollout).
  • Learning rate: 1e-6, Warmup steps: 20.
  • Loss aggregation: Token-mean.
  • Gradient clipping: 1.0.

We describe more detail of our training methodology in our II-Search-4B blog post

Datasets

We also release our dataset to reproduce the results:

Evaluation Results

We compare our model with other small-sized open-source models, including Qwen3-4B (the model on which we are based) and other models that also specialize in information-seeking tasks. Qwen3-4B, Jan-4B, WebSailor-3B. We also reported the benchmarking results on Google Frames dataset from 2 latest MoE models Qwen3-30B-A3B-Instruct-2507 and Qwen3-30B-A3B-Thinking-2507 on this task. The search API was SerpDev, Google Gemini Pro 2.5 was used to extract and judge the answers (Using the proper judge prompt from the each benchmarking dataset’s author).

BenchmarkQwen3-4BJan-4BWebSailor-3BII-Search-4BII-Search-CIR-4B
OpenAI/SimpleQA76.880.181.891.891.8
Google/Frames30.724.834.067.572.2
Seal_06.312.71.822.526.4

Note: Our MCP ensure that we didn't go to any url come from the huggingface when we evaluate the II-Search-CIR-4B model.

All benchmark traces from models can be found at:Inspect-Search-Models-Benchmarking-Result .

How To Use

Our model can be utilized in the same manner as Qwen or Deepseek-R1-Distill models.

For instance, you can easily start a service using vLLM:

vllm serve Intelligent-Internet/II-Search-CIR-4B --rope-scaling '{"rope_type":"yarn","factor":4.0,"original_max_position_embeddings":32768}'

You can also easily start a service using SGLang:

python -m sglang.launch_server --model Intelligent-Internet/II-Search-CIR-4B --json-model-override-args '{"rope_scaling":{"rope_type":"yarn","factor":4.0,"original_max_position_embeddings":32768}}' --context-length 128000 

To try out the II-SEARCH-CIR model, refer to the example provided in the GitHub repo here which includes the System prompt, Hint prompt, and Code executor:

👉 II-Researcher CIR-4B Example

Citation

@misc{2025II-Search-4B,
      title={II-Search-4B: Search Reasoning Model}, 
      author={Intelligent Internet},
      year={2025}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
c969626

0 моделей