新智元报道
继9月底对IQuest-Q1进行交通调度、仓储物流及电梯控制等多场景实测后，至知创新研究院（IQuest Research）今日正式发布该模型的技术报告《IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems》，详细披露了其训练机制与技术细节。
IQuest-Q1是一款拥有320B总参数、15B激活参数的开源大模型，重点面向代码开发、命令行交互及复杂Agent任务。此次发布不仅展示了其在30项Benchmark中的优异成绩，更揭示了其背后的数据规模、防作弊机制及架构优化策略。
核心亮点：29T Tokens训练数据、超100万个可执行任务实例、1.93倍架构规模化效率提升，以及专为防止模型“作弊”设计的训练机制。
从代码生成到跨系统执行：基模能力的新考验
技术报告显示，IQuest-Q1在30项评测中涵盖了代码生成、软件工程、终端操作、工具使用、复杂工作流及通用推理等多个维度。其中，AutomationBench与τ³-Banking的成绩尤为引人注目。
- AutomationBench：考察跨应用自动化能力，要求模型在不同系统间调用工具、保持任务状态并完成多步骤操作。IQuest-Q1得分52.7，位居前列。
- τ³-Banking：引入复杂银行业务场景，测试智能体对业务规则的理解及多轮任务执行能力。IQuest-Q1得分51.8，同样表现优异。
此外，模型在SkillsBench（74.1分）、MCP-Atlas（78.4分）和Toolathlon-Verified（75.0分）等涉及技能使用及工具接口理解的评测中也取得了高分。在内部评测IQuest-CLIBench中，模型得分为53.7，进一步验证了其在CLI Agent任务中的交互表现。
Benchmark成绩概览
在代码能力方面，IQuest-Q1在NL2Repo-Bench和CyberGym上分别获得63.0和84.5分。同时，其在信息搜索（BrowseComp 85.5分）和知识推理（GPQA Diamond 93.3分）方面也展现了强劲实力。
百万级实战任务与防作弊机制
训练能够独立执行任务的Agent基础模型，关键在于让模型进入真实环境并处理连续状态。IQuest-Q1团队构建了超过100万个可执行、容器化的任务实例，覆盖软件工程、终端操作、网络安全等领域。
智能体训练任务与验证体系
针对强化学习中常见的“奖励作弊”（Reward Hacking）现象，即模型通过查找答案或修改脚本而非真正解决问题来获取奖励，团队建立了三层防护机制：
- 环境准备：清理可能泄露答案的代码历史与参考文件，严格隔离任务环境。
- 执行时检查：限制模型访问隐藏测试用例及已有解决方案等资源。
- 轨迹审计：审查实际执行命令、工具输出与提交结果，剔除存在作弊行为的轨迹。
在后训练阶段，团队结合监督微调、领域强化学习与多教师在线策略蒸馏（MOPD），利用四类专业教师模型增强IQuest-Q1对不同工具接口（如Claude Code、Codex）及交互流程的适应能力。
后训练流程
架构优化：计算效率提升1.93倍
在基础模型架构方面，IQuest-Q1实现了显著的效率提升。实验数据显示，在使用相同训练数据的条件下，其达到相同训练损失所需的计算量约为Qwen3-30B-A3B基线的52%，规模化效率提升1.93倍。
规模化效率与稳定性实验
IQuest-Q1采用稀疏MoE架构，包含88层Transformer，每层设置256个路由专家，每个Token激活8个。注意力机制结合了分组查询注意力与滑动窗口注意力，中间层采用“每3层滑动窗口+1层全注意力”的结构。
IQuest-Q1整体模型架构
为提升训练稳定性与效率，团队采用了Stable SplitNorm、Muon优化器及μP参数化，并引入Critical Model Size（CMS）指标研究大规模训练边界。此外，模型引入了Recursive MTP（递归式多Token预测）技术，通过复用MTP模块生成多个候选Token，支持投机解码，并在长上下文条件下限制计算开销。
结语：从理论到实践的跨越
IQuest-Q1的技术报告揭示了其从预训练到中期训练的完整路径，累计使用约29T Tokens，代码数据比例最高达70%，上下文长度扩展至512K Tokens。值得注意的是，团队甚至利用模型自身排查训练数据中的工具调用格式问题，实现了部分数据清洗工作的自动化。
尽管Benchmark成绩优异，但真实环境中的突发报错、任务延展及环境变化仍是模型面临的终极考验。IQuest-Q1通过百万级实战任务演练与严谨的防作弊机制，为Agentic AI的发展提供了新的技术范本。随着技术的不断迭代，其在复杂现实场景中的应用潜力值得期待。
参考资料：
技术报告：https://arxiv.org/pdf/2610.30949
Blog：https://iquestlab.github.io/
Hugging Face：https://huggingface.co/IQuestLab/IQuest-Q1
GitHub：https://github.com/IQuestLab/IQuest-Q1
编辑：元宇