引言

在 2025 年，字节跳动的研究团队推出了一款名为 PaSa 的强大学术论文检索工具，这标志着 AGI 研究的新时代。PaSa 的出现不仅为学术研究带来了革命性的变化，也为研究人员提供了前所未有的便利。本文将探讨 PaSa 的功能及其在学术界的潜在影响，同时介绍字节跳动的 AGI 长期研究计划 Seed Edge，这一计划旨在探索 AGI 的新方法，并推动人工智能的前沿发展。

PaSa 的诞生与背景

在学术研究领域，快速而准确地获取相关文献是研究人员面临的主要挑战之一。传统的文献检索工具，如 Google Scholar，虽然功能强大，但在处理复杂的学术查询时，往往需要研究人员投入大量的时间和精力。字节跳动的 PaSa 工具通过模仿人类研究者的行为，利用强化学习技术，能够在短短两分钟内完成繁琐的学术调研。这一创新不仅提高了研究效率，也为研究人员节省了宝贵的时间。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具

PaSa 的功能与优势

PaSa 的核心在于其基于强化学习的智能体设计，能够模仿人类研究者的行为，快速检索和分析学术论文。与 Google、Google Scholar 等主流检索工具相比，PaSa 在 Recall@20 和 Recall@50 上分别提升了 37.78% 和 39.90%。这得益于其核心组件 Crawler 和 Selector 的协同工作，Crawler 负责最大化相关论文的召回率，而 Selector 则专注于精确性，确保检索结果符合用户需求。

功能亮点

• 高效检索：PaSa 能够在两分钟内完成复杂的学术调研，极大地提高了研究效率。
• 精确分析：通过 Selector 的精确筛选，确保用户获得最相关的文献。
• 开放试用：目前，PaSa 已开放试用，并提供了详尽的技术论文和开源资源。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具

Seed Edge：字节跳动的 AGI 长期研究计划

字节跳动的 Seed Edge 计划旨在探索 AGI 的新方法，并鼓励跨模态、跨团队合作。该计划初步确定了五大研究方向，包括推理能力的边界、感知能力的边界、软硬一体的模型设计、AI 学习范式以及新的 scaling 方向。Seed Edge 提供了宽松的研究环境和充足的算力资源，吸引了全球顶尖的研究人才。

研究方向

• 推理能力的边界：探索 AGI 在复杂推理任务中的潜力。
• 感知能力的边界：研究 AGI 在多模态感知中的应用。
• 软硬一体的模型设计：开发新一代的 AI 模型架构。

Source: 字节启动AGI长期研究计划，代号Seed Edge

通过 PaSa 和 Seed Edge，字节跳动正在引领 AGI 研究的前沿发展，为未来的学术研究带来新的可能性。随着技术的不断进步，我们可以期待更多创新的 AI 工具出现，进一步推动学术研究的进步。您是否准备好迎接这场学术革命？

PaSa 智能體的功能與優勢

在學術研究的領域中，快速且精確地檢索相關文獻是研究人員面臨的主要挑戰之一。字节跳动推出的 PaSa 智能體，通過模仿人類研究者的行為，利用強化學習技術，能夠在短短兩分鐘內完成繁瑣的學術調研，這一創新不僅提高了研究效率，也為研究人員節省了寶貴的時間。

功能亮點

PaSa 的核心在於其基於強化學習的智能體設計，能夠模仿人類研究者的行為，快速檢索和分析學術論文。與 Google、Google Scholar 等主流檢索工具相比，PaSa 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%。這得益於其核心組件 Crawler 和 Selector 的協同工作，Crawler 負責最大化相關論文的召回率，而 Selector 則專注於精確性，確保檢索結果符合用戶需求。

• 高效檢索：PaSa 能夠在兩分鐘內完成複雜的學術調研，極大地提高了研究效率。
• 精確分析：通過 Selector 的精確篩選，確保用戶獲得最相關的文獻。
• 開放試用：目前，PaSa 已開放試用，並提供了詳盡的技術論文和開源資源。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具

核心組件：Crawler 和 Selector

PaSa 的成功在於其兩個核心組件的協同工作：Crawler 和 Selector。Crawler 的設計旨在最大化相關論文的召回率，通過自主調用搜索工具、閱讀論文、擴展參考文獻，不斷收集與用戶 Query 可能相關的學術論文。Selector 則負責精讀 Crawler 找到的每一篇論文，決定其是否滿足用戶的需求。

Crawler 的功能

Crawler 能夠生成多樣、互補的搜索詞執行多次搜索。此外，Crawler 還能夠評估其行為的長期價值，例如在多步擴展引文網絡後，Crawler 能夠發現許多與用戶 Query 相關的論文，即使路徑中的中間論文並不直接與用戶需求匹配。

Selector 的功能

Selector 主要通過模仿學習進行訓練。Selector 會先生成一個 Decision Token，決定論文是否符合用戶 Query 的需要。同時，Token Probability 也可以作為相關性分數用於最終結果的排序。在 Decision Token 後，Selector 還會輸出決策依據。

實驗結果與數據分析

為了驗證 PaSa 在真實學術搜索場景中的表現，研究團隊開發了一個評測集–RealScholarQuery。該數據集包含了 AI 研究者提出的真實學術問題，並為每個問題人工構建了對應的相關論文列表。研究團隊在 AutoScholarQuery-test 和 RealScholarQuery 兩個評測集上，全面對比了 PaSa 與基線模型的表現。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	37.78%	39.90%
PaSa-GPT-4o	30.36%	4.25%

從表中可以看出，PaSa 在召回率和精確率上均優於其他工具，特別是在更接近真實場景的 RealScholarQuery 上，PaSa 的提升更加顯著。

Source: 字节启动AGI长期研究计划，代号Seed Edge

PaSa 的推出為學術研究帶來了革命性的變化，通過模仿人類的搜索行為，顯著提高了學術調研的效率。隨著技術的進一步發展，我們可以期待更多創新的 AI 工具出現，進一步推動學術研究的進步。

Seed Edge：字节跳动的 AGI 长期研究计划

在人工智能领域，字节跳动的 Seed Edge 计划无疑是一个引人注目的项目。该计划不仅展示了字节跳动在 AGI（通用人工智能）研究上的雄心壮志，也为全球研究人员提供了一个开放、协作的研究环境。Seed Edge 的目标是探索 AGI 的新方法，推动人工智能技术的前沿发展。

计划背景与目标

Seed Edge 计划的名称来源于字节跳动的豆包大模型团队，其中“Seed”代表团队名称，而“Edge”则象征着最前沿的 AGI 探索。该计划鼓励跨模态、跨团队合作，旨在为项目成员提供一个宽松的研究环境，并采用更长周期的考核方式，以保障挑战真正颠覆性的 AGI 课题。

研究方向

Seed Edge 初步确定了五大研究方向：

1. 推理能力的边界：探索 AGI 在复杂推理任务中的极限。
2. 感知能力的边界：研究 AGI 在多模态感知中的表现。
3. 软硬一体的模型设计：开发下一代集成软硬件的 AI 模型。
4. AI 学习范式：探索新的 AI 学习方法。
5. Scaling 方向：研究 AI 模型的扩展性。

这些方向不仅涵盖了 AGI 研究的核心问题，也为未来的技术突破奠定了基础。

Source: 字节启动AGI长期研究计划，代号Seed Edge

研究环境与资源

Seed Edge 计划为研究人员提供了充足的算力资源和一个开放的研究环境。字节跳动通过“Top Seed 人才计划”在全球招募顶尖博士毕业生，吸引了大量优秀的研究人才。该计划不仅提供了极具竞争力的待遇，还与全球多所顶尖高校展开合作，包括与清华大学和北京大学分别成立 AI 方向联合实验室。

跨模态与跨团队合作

Seed Edge 强调跨模态和跨团队的合作，这种合作模式不仅促进了不同领域的知识交流，也为研究人员提供了更多的创新机会。通过这种合作，研究人员可以在不同的研究方向上相互支持，共同推动 AGI 的发展。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具

未来展望

随着 Seed Edge 计划的推进，字节跳动在 AGI 研究领域的影响力将不断扩大。未来，随着技术的进一步发展，我们可以期待更多创新的 AI 工具和技术出现，进一步推动学术研究的进步。Seed Edge 不仅为 AGI 的未来发展奠定了坚实的基础，也为全球研究人员提供了一个探索未知的机会。

在这个充满挑战和机遇的时代，Seed Edge 计划无疑是一个值得关注的项目。它不仅展示了字节跳动在 AGI 研究上的战略决心，也为全球研究人员提供了一个开放、协作的研究环境。未来，随着技术的不断进步，我们可以期待更多创新的 AI 工具和技术出现，进一步推动学术研究的进步。

Source: 字节启动AGI长期研究计划，代号Seed Edge

通过 Seed Edge 计划，字节跳动不仅在 AGI 研究领域树立了新的标杆，也为全球研究人员提供了一个探索未知的机会。随着技术的不断进步，我们可以期待更多创新的 AI 工具和技术出现，进一步推动学术研究的进步。您是否准备好迎接这场学术革命？

PaSa 與其他檢索工具的比較

在學術研究的領域中，檢索工具的選擇對於研究效率和結果的準確性至關重要。字节跳动推出的 PaSa 智能體在這方面展現了其卓越的性能，尤其是在與其他主流檢索工具的比較中脫穎而出。本文將深入探討 PaSa 與 Google、Google Scholar 等工具的性能差異，並分析其在學術研究中的應用潛力。

性能比較：PaSa 的優勢

PaSa 智能體的設計初衷是為了模仿人類研究者的行為，通過強化學習技術來提升學術論文的檢索效率。根據測試數據，PaSa 在 Recall@20 和 Recall@50 指標上分別提升了 37.78% 和 39.90%，這一成就得益於其獨特的 Crawler 和 Selector 組件的協同工作。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	37.78%	39.90%
PaSa-GPT-4o	30.36%	4.25%

從上表可以看出，PaSa 在召回率和精確率上均優於其他工具，特別是在更接近真實場景的 RealScholarQuery 上，PaSa 的提升更加顯著。這意味著在實際的學術研究中，PaSa 能夠更有效地幫助研究者找到相關的學術資源。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具

PaSa 的技術優勢

PaSa 的核心技術在於其強化學習驅動的 Crawler 和 Selector。Crawler 負責最大化相關論文的召回率，通過自主調用搜索工具、閱讀論文、擴展參考文獻來收集與用戶查詢相關的學術論文。Selector 則專注於精確性，對 Crawler 找到的每一篇論文進行精讀，確保其符合用戶的需求。

這種雙重策略不僅提高了檢索的效率，還確保了結果的準確性。與此同時，PaSa 的開源特性也為研究者提供了更多的靈活性和可擴展性，使其能夠根據具體需求進行定制和優化。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具

實際應用與未來展望

在實際應用中，PaSa 已經展示了其在學術研究中的巨大潛力。研究人員可以利用 PaSa 快速完成學術調研，從而將更多的時間和精力投入到創新和實驗中。此外，PaSa 的開源特性也為學術界提供了一個開放的研究平台，促進了跨領域的合作與交流。

未來，隨著技術的進一步發展，我們可以期待 PaSa 在更多領域的應用，並進一步推動學術研究的進步。這不僅將提高研究的效率，還將促進更多創新的 AI 工具的誕生，為學術界帶來新的革命。

Source: 字节启动AGI长期研究计划，代号Seed Edge

通過這些比較和分析，我們可以清楚地看到 PaSa 在學術檢索中的優勢和潛力。隨著技術的不斷進步，PaSa 將在未來的學術研究中扮演越來越重要的角色。您是否準備好迎接這場學術革命？

結論與未來展望

在學術研究的領域中，字节跳动推出的 PaSa 智能體已經展示了其在提升學術調研效率方面的革命性潛力。通過模仿人類研究者的行為，PaSa 不僅能夠快速檢索和分析學術論文，還能在短短兩分鐘內完成繁瑣的學術調研，這一點在學術界引起了廣泛關注。

PaSa 的革命性影響

PaSa 的推出為學術研究帶來了顯著的變化。首先，它大幅提高了學術調研的效率，使研究人員能夠將更多的時間和精力投入到創新和實驗中。這一點對於需要快速獲取大量學術資料的研究者來說尤為重要。其次，PaSa 的開源特性為學術界提供了一個開放的研究平台，促進了跨領域的合作與交流。這種開放性不僅有助於研究者根據具體需求進行定制和優化，還能激發更多的創新思維。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具

Seed Edge 計劃的長期影響

字节跳动的 Seed Edge 計劃為 AGI 的未來發展奠定了堅實的基礎。該計劃不僅探索了 AGI 的新方法，還鼓勵跨模態、跨團隊合作，為研究人員提供了寬鬆的研究環境和充足的算力資源。這種支持不僅吸引了全球頂尖的研究人才，還促進了更多創新的 AI 工具的誕生。隨著技術的進一步發展，我們可以期待 PaSa 在更多領域的應用，並進一步推動學術研究的進步。

Source: 字节启动AGI长期研究计划，代号Seed Edge

未來的學術革命

未來，隨著 PaSa 和 Seed Edge 計劃的持續發展，我們可以期待更多創新的 AI 工具出現，這將進一步推動學術研究的進步。這不僅將提高研究的效率，還將促進更多創新的 AI 工具的誕生，為學術界帶來新的革命。您是否準備好迎接這場學術革命？

在這場學術革命中，PaSa 和 Seed Edge 計劃將扮演越來越重要的角色。通過這些創新，我們可以期待未來的學術研究將更加高效、更加精確，並且能夠更好地滿足研究者的需求。這將是一個充滿機遇和挑戰的時代，讓我們拭目以待。