**IQuest-Q1：一款 320B 参数稀疏 MoE 智能体模型，专为代理 CLI 系统赋能**

_IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems_

> 论文介绍了 IQuest-Q1，这是一款拥有 3200 亿总参数（150 亿激活）的稀疏混合专家（MoE）智能体基础模型，旨在提升代理 CLI 系统的能力。该模型通过三个阶段构建：结合 Stable SplitNorm 等技术的稳定高效预训练、跨领域与格式的精细中期训练，以及融合 SFT、领域专用 RL 和 MOPD 的多支架后训练。此外，模型合并技术有效整合了不同专家与检查点的参数更新。IQuest-Q1 在编码和通用任务上均表现出色，并已开源以支持社区研究。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.30949)