引言：學術檢索的未來已來

在 2025 年，學術界迎來了一場革命性的變革，這一年被稱為 Agent 元年。ByteDance Research 推出了一款基於強化學習的智能體應用–PaSa，這款工具能夠模仿人類研究者的行為，從搜索引擎調用到論文閱讀，再到查找參考文獻，僅需兩分鐘即可完成繁瑣的學術調研。這對於科研工作者來說，無疑是一個巨大的福音。本文將深入探討 PaSa 如何改變學術檢索的格局，並分析其在實際應用中的優勢。

PaSa 的誕生與背景

在學術研究的世界中，尋找相關的文獻資料往往是一項耗時且繁瑣的工作。研究者需要花費大量時間在搜索引擎上篩選資料，閱讀大量的論文，並追蹤引文網絡以確保研究的全面性和準確性。這樣的過程不僅耗費時間，還可能因為人為錯誤而導致重要資料的遺漏。PaSa 的出現，正是為了解決這一痛點。

PaSa 是一款基於強化學習的智能體，能夠模仿人類研究者的行為。它的設計初衷是為了提高學術檢索的效率和準確性。通過自動化的搜索和篩選過程，PaSa 能夠在短短兩分鐘內完成一項詳細的學術調研，這在過去是難以想像的。

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 的核心技術

PaSa 的核心在於其兩個 LLM Agents：Crawler 和 Selector。Crawler 負責自主調用搜索工具，閱讀論文並擴展參考文獻，從而收集與用戶 Query 相關的學術論文。Selector 則精讀 Crawler 找到的每篇論文，判斷其是否滿足用戶需求。這種設計使得 PaSa 在學術檢索中表現出色，特別是在 Recall@20 和 Recall@50 指標上，分別比 Google 提升了 37.78% 和 39.90%。

這樣的技術突破不僅提高了檢索的效率，還大大提升了結果的準確性。研究者不再需要手動篩選大量的文獻資料，PaSa 能夠自動完成這一過程，並提供最相關的研究結果。

未來的學術檢索

隨著 PaSa 的推出，學術檢索的未來已經到來。這款工具不僅提高了研究效率，還能支持細粒度的查詢，滿足科研工作者的多樣需求。未來，隨著技術的進一步發展，PaSa 有望在更多領域發揮作用。對於科研工作者來說，這是一個值得期待的工具。

想要了解更多，請訪問 PaSa 主页。

PaSa 的核心技術與優勢

在學術研究的領域中，檢索相關文獻資料的過程往往是繁瑣且耗時的。PaSa 的出現，為學術檢索帶來了革命性的變革。這款由 ByteDance Research 推出的智能體應用，基於強化學習技術，能夠模仿人類研究者的行為，從而大幅提升學術檢索的效率和準確性。PaSa 的核心技術主要體現在其兩個 LLM Agents：Crawler 和 Selector。

Crawler 與 Selector 的協同工作

Crawler 是 PaSa 的第一道防線，負責自主調用搜索工具，閱讀論文並擴展參考文獻。這一過程中，Crawler 不斷收集與用戶 Query 相關的學術論文，確保資料的全面性。Selector 則在 Crawler 的基礎上進行精讀，判斷每篇論文是否滿足用戶需求。這種雙重過濾的設計，使得 PaSa 在學術檢索中表現出色，特別是在 Recall@20 和 Recall@50 指標上，分別比 Google 提升了 37.78% 和 39.90%。

Source: PaSa 框架：Crawler 的設計旨在最大化相關論文的召回率，而 Selector 則強調精確性，即識別論文是否符合用戶需求。

技術突破與實際應用

PaSa 的技術突破不僅提高了檢索的效率，還大大提升了結果的準確性。研究者不再需要手動篩選大量的文獻資料，PaSa 能夠自動完成這一過程，並提供最相關的研究結果。這一點在學術 Query 測試集中得到了驗證，PaSa-7b 的表現顯著超越了 Google、Google Scholar 以及其他基於 GPT-4o 的檢索工具。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	30.36%	39.90%
PaSa-GPT-4o	9.64%	3.66%

這些數據顯示，PaSa 不僅在召回率上有顯著提升，還能在更短的時間內提供更精確的結果。這對於需要快速獲取準確資料的科研工作者來說，無疑是一個巨大的福音。

未來的學術檢索

隨著 PaSa 的推出，學術檢索的未來已經到來。這款工具不僅提高了研究效率，還能支持細粒度的查詢，滿足科研工作者的多樣需求。未來，隨著技術的進一步發展，PaSa 有望在更多領域發揮作用。對於科研工作者來說，這是一個值得期待的工具。

想要了解更多，請訪問 PaSa 主页。

PaSa 與主流檢索工具的比較

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。隨著 PaSa 的推出，學術檢索工具的格局發生了顯著變化。本文將深入探討 PaSa 與其他主流檢索工具的比較，並分析其在學術檢索中的優勢。

PaSa 的卓越表現

PaSa 在學術 Query 測試集中展現了其卓越的性能，特別是在召回率（Recall）方面。根據測試數據，PaSa-7b 在 Recall@20 和 Recall@50 指標上，分別比 Google 提升了 37.78% 和 39.90%。這些數據顯示，PaSa 不僅能夠在更短的時間內提供更精確的結果，還能顯著提高召回率，這對於需要快速獲取準確資料的科研工作者來說，無疑是一個巨大的福音。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	30.36%	39.90%
PaSa-GPT-4o	9.64%	3.66%

這些數據顯示，PaSa 在召回率上有顯著提升，特別是在學術研究中，這種提升能夠大幅減少研究者在資料篩選上的時間。

技術優勢與實際應用

PaSa 的技術優勢主要體現在其兩個 LLM Agents：Crawler 和 Selector 的協同工作。Crawler 負責自主調用搜索工具，閱讀論文並擴展參考文獻，從而收集與用戶 Query 相關的學術論文。Selector 則精讀 Crawler 找到的每篇論文，判斷其是否滿足用戶需求。這種設計使得 PaSa 在學術檢索中表現出色，特別是在 Recall@20 和 Recall@50 指標上，分別比 Google 提升了 37.78% 和 39.90%。

Source: PaSa 框架：Crawler 的設計旨在最大化相關論文的召回率，而 Selector 則強調精確性，即識別論文是否符合用戶需求。

與其他工具的比較

在與其他主流檢索工具的比較中，PaSa 的表現同樣令人印象深刻。除了在召回率上的優勢，PaSa 還能在更短的時間內提供更精確的結果。這對於需要快速獲取準確資料的科研工作者來說，無疑是一個巨大的福音。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	30.36%	39.90%
PaSa-GPT-4o	9.64%	3.66%

這些數據顯示，PaSa 不僅在召回率上有顯著提升，還能在更短的時間內提供更精確的結果。這對於需要快速獲取準確資料的科研工作者來說，無疑是一個巨大的福音。

未來的學術檢索

隨著 PaSa 的推出，學術檢索的未來已經到來。這款工具不僅提高了研究效率，還能支持細粒度的查詢，滿足科研工作者的多樣需求。未來，隨著技術的進一步發展，PaSa 有望在更多領域發揮作用。對於科研工作者來說，這是一個值得期待的工具。

想要了解更多，請訪問 PaSa 主页。

PaSa 的訓練與優化

在學術檢索的領域中，PaSa 的出現無疑是一個革命性的突破。為了達到如此卓越的性能，PaSa 的訓練與優化過程至關重要。這一過程不僅涉及到高質量數據集的構建，還包括先進的強化學習技術的應用。

高質量數據集的構建

PaSa 的訓練基於一個名為 AutoScholarQuery 的高質量學術細粒度 Query 數據集。該數據集包含了 36,000 條數據，每條數據都由一個 AI 領域的學術問題及其相關論文組成。這些數據主要來自於人工智能領域的頂級會議，如 ICLR 2023、ICML 2023、NeurIPS 2023 等。通過這些數據，PaSa 的 Crawler 和 Selector 得以進行強化學習訓練，從而在實際應用中表現出色。

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

強化學習技術的應用

在訓練過程中，PaSa 的 Crawler 和 Selector 面臨著兩個主要挑戰：獎勵稀疏性和過長的行動軌跡。為了解決這些問題，研究團隊引入了 Selector 作為輔助獎勵模型，顯著提升了優化效果。此外，Crawler 在一次執行中可能收集到上百篇文章，導致完整的行動軌跡過長，無法完全輸入到 LLM 的上下文中。為此，團隊提出了一種全新的 session-level PPO 算法，解決這一問題。

Selector 主要通過模仿學習進行訓練。它會先生成一個 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 之後，Selector 還會輸出決策依據。

實驗結果與優化效果

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名為 RealScholarQuery 的評測集。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 與其他基線模型的表現。

工具	Recall@20 提升	Recall@50 提升
Google	33.80%	38.83%
Google Scholar	30.36%	39.90%
PaSa-GPT-4o	9.64%	3.66%

這些數據顯示，PaSa-7b 的效果優於其他所有的基線模型。與最強的基線 PaSa-GPT-4o 相比，在準確率相當的情況下，PaSa-7b 的召回率提高了 9.64%，Crawler 召回率提高了 3.66%。這些結果證明了 PaSa 在學術檢索中的卓越性能。

Source: PaSa 框架：Crawler 的設計旨在最大化相關論文的召回率，而 Selector 則強調精確性，即識別論文是否符合用戶需求。

未來的優化方向

隨著技術的進一步發展，PaSa 的訓練與優化仍有很大的提升空間。未來，研究團隊將繼續探索更高效的強化學習算法，並擴展數據集的覆蓋範圍，以進一步提升 PaSa 的檢索性能。這些努力將使 PaSa 在更多領域發揮作用，為科研工作者提供更強大的支持。

想要了解更多，請訪問 PaSa 主页。

結論：PaSa 的未來展望

在學術檢索領域，PaSa 的出現無疑是一個劃時代的創新。這款智能體不僅提升了學術檢索的效率，還為研究者提供了更精確的結果。隨著技術的進一步發展，PaSa 的未來充滿了無限可能。

提升學術檢索效率

PaSa 的核心技術使其在學術檢索中表現出色，特別是在 Recall@20 和 Recall@50 指標上，分別比 Google 提升了 37.78% 和 39.90%。這些數據顯示，PaSa 不僅在召回率上有顯著提升，還能在更短的時間內提供更精確的結果。這對於科研工作者來說，無疑是一個巨大的福音。

Source: PaSa 框架：Crawler 的設計旨在最大化相關論文的召回率，而 Selector 則強調精確性，即識別論文是否符合用戶需求。

支持細粒度查詢

PaSa 的設計使其能夠支持細粒度的查詢，滿足科研工作者的多樣需求。這一特性使得 PaSa 能夠在更複雜的學術問題上提供支持，從而幫助研究者更快地找到所需的資料。未來，隨著技術的進一步發展，PaSa 有望在更多領域發揮作用。

未來的技術發展

未來，PaSa 的訓練與優化仍有很大的提升空間。研究團隊將繼續探索更高效的強化學習算法，並擴展數據集的覆蓋範圍，以進一步提升 PaSa 的檢索性能。這些努力將使 PaSa 在更多領域發揮作用，為科研工作者提供更強大的支持。

結語

PaSa 的出現為學術檢索帶來了全新的可能性。它不僅提高了檢索效率，還能支持細粒度的查詢，滿足科研工作者的多樣需求。未來，隨著技術的進一步發展，PaSa 有望在更多領域發揮作用。對於科研工作者來說，這是一個值得期待的工具。想要了解更多，請訪問 PaSa 主页。