CYL588.VIP 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索器具

机器之心发布

机器之机杼剪部

2025 被称为 Agent 元年，新年开头，ByteDance Research 就推出了一款基于强化学习的智能体愚弄：论文检索智能体。它不错师法东谈主类参议者调用搜索引擎、看论文、查参考文件。繁琐冗长的论文调研，咫尺，只需要两分钟。 从事科研职责的你，思要一个帮你尽调论文的科研小助手吗？

你是否曾为了寻找某个参议主题的关系论文，铺张了无数的时间与元气心灵；或者对某个参议思法充满有趣，却不细则是否已有访佛的参议，最终挥霍了无数时间在调研上？最近，ByteDance Research 的参议团队推出了一款广泛的学术论文检索器具 ——PaSa。用户只需提倡暄和的学术问题，PaSa 即可自动调用搜索引擎，浏览关系论文并跟踪引文汇集，精确、全面地为用户呈现通盘关系的学术论文，只需要两分钟，就不错完成一次细心的学术调研。

张开剩余87%

先来望望 PaSa 的效用：

人生处在逆境的时候往往更能看清生活的本质，更能激发起对抗命运的决心。曾经荣登“中国好人榜”的唐毅就是这样一个勇士，他身残志坚，50岁就已经身价过亿，并且家有美妻，已经是大部分人眼中的成功人士，但是他的一切却都来之不易。

1945年11月14日，《新民报·晚刊》第一次刊登了毛主席的这首词，后来它又在《文汇报》副刊等刊物上再次发表，但是这几次发表的《沁园春·雪》与我们现在看到的却并不相同。原来这首脍炙人口的诗词曾被别人改动过，而他的改动不仅没有惹怒毛主席，反而促使他成了毛主席诗词研究最权威的人之一，他就是臧克家。

参议东谈主员将 PaSa 与一系列主流检索器具进行了对比，包括 Google, Google Scholar, Google+GPT-4o, ChatGPT（配备检索智商的 GPT-4o）, GPT-o1 以及 PaSa-GPT-4o。在学术 Query 测试集上，PaSa 大幅杰出了刻下主流检索器具：与 Google 比拟，PaSa-7b 在 Recall@20 和 Recall@50 上区分栽培了 37.78% 和 39.90%。与基于 Prompt Engineering 已毕的 PaSa-GPT-4o 比拟，经过强化学习锤真金不怕火的 PaSa-7b 在调回率上栽培了 30.36%，准确率上栽培了 4.25%.。

PaSa 咫尺已灵通试用。同期，参议团队公开了细心的工夫论文，并一次性开源了一王人的数据、代码和模子：

论文地址：https://arxiv.org/abs/2501.10120 形势仓库：https://github.com/bytedance/pasa PaSa 主页：https://pasa-agent.ai

PaSa Agent 框架

PaSa 的中枢组件包含两个 LLM Agents：Crawler 和 Selector。Crawler 通过自主调用搜索器具、阅读论文、膨胀参考文件，抑遏采集与用户 Query 可能关系的学术论文。Selector 则肃穆精读 Crawler 找到的每一篇论文，决定其是否安静用户的需求。

PaSa 框架：Crawler 的遐想旨在最大化关系论文的调回率，而 Selector 则强调精确性，即识别论文是否适合用户需求。

下图展示了一个 PaSa 处理 User Query 的具体过程：

PaSa 的职责流示例：Crawler 不错生成种种、互补的搜索词实行屡次搜索。此外，Crawler 还大致评估其步履的永久价值，举例在多步膨胀引文汇集后，Cralwer 大致发现很多与用户 Query 关系的论文，即使旅途中的中间论文并不径直与用户需求匹配。

锤真金不怕火优化

为了锤真金不怕火 PaSa，参议团队领先构造了一个高质地的学术细粒度 Query 数据集：AutoScholarQuery。该数据集通过采集东谈主工智能规模顶会（ICLR 2023，ICML 2023，NeurIPS 2023，彩娱乐appACL 2024，CVPR 2024）发表的论文，基于每篇论文中 “Related Work” 部分的形色很是援用的关系文件，生成学术问题和对应的关系论文列表。最终，数据集包含了 36k 数据，每条数据包含一个 AI 规模的学术问题及关系论文，示举例下图所示。

AutoScholarQuery 中的数据示例

尽管 AutoScholarQuery 短缺东谈主类科学家发现论文的轨迹数据，但该数据集仍然大致赞成对 PaSa 智能体进行强化学习锤真金不怕火。在 Crawler 的锤真金不怕火过程中，靠近两个主要挑战：奖励稀零性和过长的行为轨迹。为了处置奖励稀零性问题，参议团队引入了 Selector 当作辅助奖励模子，权臣栽培了优化效用。此外，Crawler 在一次实行中可能采集到上百篇著述，导致好意思满的行为轨迹过长，无法所有输入到 LLM 的高下文中。为此，团队提倡了一种全新的 session-level PPO 算法，处置这一问题。

Selector 主要通过师法学习进行锤真金不怕火。Selector 会先生成一个 Decision Token，决定论文是否适合用户 Query 的需要。同期 Token Probability 也不错当作关系性分数用于最终为止的排序。在 Decision Token 后，Selector 还会输出有野心依据。

Crawler 和 Selector 的更多锤真金不怕火细节详见论文。

施行为止

为了考证 PaSa 在实在学术搜索场景中的施展，参议团队缔造了一个评测集 ——RealScholarQuery。该数据集包含了 AI 参议者提倡的实在学术问题，并为每个问题东谈主工构建了对应的关系论文列表。参议团队在 AutoScholarQuery-test 和 RealScholarQuery 两个评测集上，全面对比了 PaSa 与 baselines 的施展。

Baselines

Google：径直用 Google 搜索用户问题 Google Scholar：径直用 Google Scholar 搜索用户问题 Google with GPT-4o：领先 prompt GPT-4o 改写用户问题生成一个更适于 Google 搜索的问题，然后使用 Google 进行搜索 ChatGPT：上传用户问题给有搜索功能的 GPT-4o，并采集它的生成为止 GPT-o1：径直 prompt GPT-o1 来处理用户问题 PaSa-GPT-4o：通过 prompt GPT-4o 模拟 Crawler 和 Selector，组成 PaSa 架构 agent

PaSa

PaSa-7b：使用 Qwen2.5-7b-Instruct 当作基础模子，通过特殊奖励构造的强化学习锤真金不怕火的 Crawler 和 Selector 组成的 agent PaSa-7b-ensemble：集成屡次 Crawler 的搜索为止，提高最终的调回量

在 AutoScholarQuery 测试集上，PaSa-7b 的效用优于其他通盘的基线模子。与最强的基线 PaSa-GPT-4o 比拟，在准确率相称的情况下，PaSa-7b 的调回率提高了 9.64%，Crawler 调回率提高了 3.66%。和 Google 搜索的最佳为止比拟，Recall@20，Recall@50 和 Recall@100 区分栽培了 33.80%，38.83% 和 42.64%。此外，集成后的 PaSa-7b-ensemble 比 PaSa-7b 的调回率和 Crawler 调回率能进一步提高 1.51% 和 3.44%。

在更接近实在的 RealScholarQuery 上，PaSa-7b 的栽培愈加彰着。与 PaSa-GPT-4o 比拟，PaSa-7b 的调回率提高了 30.36%，精确率提高了 4.25%。Google 搜索的最佳为止比拟，Recall@20，Recall@50 和 Recall@100 区分栽培了 37.78%，39.90% 和 39.83%。PaSa-7b-ensemble 的调回率和 Crawler 调回率区分进一步提高了 3.52% 和 4.32%。

结语

学术搜索是一个具有特有挑战的信息检索场景：触及无数专科性较强的长尾常识，条目全面的调回智商，并大致赞成细粒度的查询。PaSa 是基于假话语模子的全新论文检索智能体，通过师法东谈主类的搜索器具调用、论文阅读以及参考文件查阅过程CYL588.VIP，大致自主高效地完成论文调研这一复杂的职责。

发布于：北京市