Опенсорс-модель T-Search by Т-технологии. — 18 июля 2026 г. в 18:09:38.496
Опенсорс-модель T-Search by Т-технологии. Сегодня посетил Turbo ML Conf — конференцию по машинному обучению и искусственному интеллекту. Анатолий Потапов, руководитель группы фундаментальных технологий LLM Центра искусственного интеллекта Т-Банка презентовал новую модель. T-Search — это первая открытая русскоязычная модель из типа Agentic RAG, заточенная на многошаговый поиск. В отличие от классического RAG с одним запросом, T-Search – агент-ретривер: внутри ReAct-цикл с тремя инструментами – search_corpus, save_and_advance (сохранение чанков, новый раунд) и finalize_ranking (финальный ранжированный список). Ответ модель не генерирует, только отдает evidence-чанки, генерацию берет на себя любая LLM. Это сокращает стоимость инференса на 20–50%. Агент работает раундами: внутри раунда ReAct-loop с бюджетом ~32K токенов; при заполнении 75% окна поиск блокируется, и агент либо сохраняет память и переходит в новый раунд, либо финализирует результат. Между раундами передается не вся история вызовов, а сжатое состояние поиска, так контекст остается в разумных пределах даже при глубоком поиске. Бюджетом поиска можно управлять гибко: один быстрый прогон или несколько параллельных роллаутов с RRF-объединением. Модель построена на Qwen3.6-35B-A3B, для запуска хватает одной H100. По recall T-Search обходит более крупные открытые модели, включая Qwen3.5-397B, GLM-5.2 и Kimi-K2.6. #тбанк #tsearch #нейросети @tbank Подписаться 🧢 @alproailife