/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B-Instruct
Библиотека
transformers
Опубликована
27 июн 2026

MemSearcher-3B

Генерация текстаТекст → текст4 профессии

Компактный поисковый агент на базе Qwen2.5-3B-Instruct, который использует обновляемую память и поиск по Wikipedia для ответов на одношаговые и многошаговые вопросы.

241скачиваний за 30 дней1лайквеса обновлены28 июн 2026

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

MemSearcher-3B — поисковый агент для ответов на вопросы, разработанный на базе Qwen/Qwen2.5-3B-Instruct и дообученный методом обучения с подкреплением multi-context GRPO. Модель обрабатывает вопрос вместе с краткой обновляемой памятью, решает, когда вызвать поиск по Wikipedia, использует найденные сведения и переписывает память, сохраняя только полезную для ответа информацию.

Модель построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров. Она работает с текстом и поддерживает контекст длиной до 32 768 токенов; для работы агента требуется внешний ретривер Wikipedia и цикл оркестрации с несколькими ходами. В оценке на семи наборах данных для одношаговых и многошаговых вопросов модель показала средний Exact Match 43,8; результаты относятся к указанным в карточке бенчмаркам и корпусу Wikipedia-18.

Компактная память помогает поддерживать почти постоянный размер контекста в многоходовом поиске. Модель выпущена в формате Safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск фактов в Wikipedia для ответа на вопрос
  • ответы на вопросы, требующие поиска в нескольких источниках
  • многошаговый поиск с сохранением релевантных сведений в памяти

Ограничения

Для работы нужны внешний ретривер Wikipedia и многоходовая оркестрация; указанная оценка относится к семи бенчмаркам на корпусе Wikipedia-18 и не описывает качество на других источниках.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MemSearcher-3B

Model Summary

MemSearcher-3B is a search agent built on Qwen/Qwen2.5-3B-Instruct and trained with multi-context GRPO, the end-to-end reinforcement-learning method introduced in MemSearcher.

Unlike ReAct-style agents that concatenate the entire interaction history into the context — producing long, noisy inputs and linearly growing compute — MemSearcher maintains a compact, iteratively-updated memory. At every turn the backbone LLM sees only two short inputs, the question and the current memory, then it reasons, decides whether to search, and rewrites the memory to keep only question-relevant information. This keeps the context length nearly constant across turns without sacrificing accuracy.

Evaluation

Exact Match (EM) on seven single- and multi-hop QA benchmarks (Wikipedia-18 corpus):

ModelNQTriviaQAPopQAHotpotQA2WikiMuSiQueBamboogleAvg.
MemSearcher 3B47.063.847.943.943.517.942.443.8
MemSearcher 7B52.768.147.850.848.625.848.848.9
MemSearcher 14B53.771.148.851.851.527.257.651.7

This card is for the 3B model (highlighted row).

Key Features

  • 🧠 Compact memory — keeps only question-relevant information instead of the full history.
  • 📏 Near-constant context — token count stays stable across multi-turn interactions, cutting compute/memory.
  • 🎯 Multi-context GRPO — propagates trajectory-level advantages to every turn for true end-to-end RL.
  • 🔍 Strong QA performance — outperforms strong history-concatenation (ReAct-style) baselines across 7 benchmarks.

How It Works

At turn i the context is just (question, memory_{i-1}). The model:

  1. Reasons inside <think>...</think>;
  2. Searches when it lacks knowledge (a wikipedia_search tool call), or answers in \boxed{} when the memory suffices;
  3. Updates the memory from the retrieved results, retaining only what helps answer the question.

Training uses multi-context GRPO: it samples a group of trajectories, then propagates each trajectory's advantage to all of its per-turn contexts, enabling stable end-to-end optimization of reasoning, search, and memory management.

Quickstart

MemSearcher is an agent that needs a Wikipedia retriever and the multi-turn orchestration loop. The simplest path is the released code:

git clone https://github.com/icip-cas/MemSearcher && cd MemSearcher
# 1) start the wiki-18 retriever (see README "Retriever Serving")
# 2) serve this model with SGLang
MODEL_PATH=yuanqianhao/MemSearcher-3B TP=2 PORT=80 bash launch_server.sh
# 3) run the agentic evaluation
GENERATOR_MODEL=yuanqianhao/MemSearcher-3B DATA_DIR=./data SAVE_DIR=./eval \
  SGL_REMOTE_URL=http://127.0.0.1:80 RETRIEVER_URL=http://127.0.0.1:8000/search bash eval.sh

The model weights load with standard transformers (AutoModelForCausalLM.from_pretrained("yuanqianhao/MemSearcher-3B")), but reproducing the reported numbers requires the retriever + agent loop above.

Training Data

Trained on the NQ + HotpotQA training split — the same data as Search-R1 — re-wrapped into MemSearcher's re_call format. See the code repository for the exact preparation script.

Citation

@article{yuan2025memsearcher,
  title={MemSearcher: Training LLMs to Reason, Search and Manage Memory via End-to-End Reinforcement Learning},
  author={Yuan, Qianhao and Lou, Jie and Li, Zichao and Chen, Jiawei and Lu, Yaojie and Lin, Hongyu and Sun, Le and Zhang, Debing and Han, Xianpei},
  journal={arXiv preprint arXiv:2511.02805},
  year={2025}
}

License

Released under Apache-2.0, following the base model Qwen/Qwen2.5-3B-Instruct.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
2209eb7

0 моделей