Yang Abao
引言
在 2025 年，學術研究領域迎來了一場革命性的變革。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，迅速完成繁瑣的學術調研。這一創新不僅改變了學術研究的方式，也為研究者提供了一個強大的助手，讓他們能夠更專注於創新和發現。
本文大綱
PaSa 的誕生背景
隨著科技的進步，學術研究者面臨著越來越多的挑戰。尋找相關的學術論文往往需要耗費大量的時間和精力，尤其是在面對龐大的數據庫和不斷增長的文獻數量時。PaSa 的出現正是為了解決這一問題。這款智能體應用能夠在短短兩分鐘內完成詳細的學術調研，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 的核心功能
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，確保其符合用戶需求。這種設計使得 PaSa 在學術檢索中大幅超越了 Google 和 Google Scholar 等主流工具。
這一創新不僅提高了檢索的效率，還大幅提升了準確性。根據測試數據顯示，PaSa-7b 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%，顯著超越 Google。這些數據顯示，PaSa 在召回率和準確率上均有顯著提升。
未來的展望
PaSa 的出現為學術搜索帶來了全新的可能性。其高效的檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。未來，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。讀者若對 PaSa 感興趣，歡迎訪問其 官方網站 了解更多。
在這個充滿挑戰和機遇的時代，PaSa 的誕生無疑為學術研究注入了新的活力。隨著技術的不斷進步，我們期待 PaSa 能夠在未來的學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
PaSa 的核心功能
PaSa 的核心功能在於其兩個強大的 LLM Agents：Crawler 和 Selector。這兩個代理的協同工作，使得 PaSa 在學術檢索中展現出無與倫比的效率和準確性。
Crawler：自主搜索與資料收集
Crawler 是 PaSa 的第一道防線，負責自主調用各種搜索工具，閱讀學術論文，並擴展參考文獻網絡。這一過程中，Crawler 能夠生成多樣且互補的搜索詞，進行多次搜索，確保不遺漏任何可能相關的學術資料。這種設計旨在最大化相關論文的召回率，讓研究者能夠在最短的時間內獲得最全面的資料。
Source: [PaSa Agent 框架] from [jiqizhixin]
Crawler 的一大優勢在於其能夠評估行為的長期價值。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，即使中間的某些論文並不直接符合用戶需求。這種能力使得 Crawler 在學術檢索中大幅超越了 Google 和 Google Scholar 等主流工具。
Selector：精讀與需求匹配
Selector 是 PaSa 的第二道防線，負責精讀 Crawler 找到的每篇論文，並決定其是否符合用戶的需求。Selector 的設計強調精確性，確保每一篇被選中的論文都能滿足用戶的查詢要求。
Selector 通過模仿學習進行訓練，會先生成一個 Decision Token，決定論文是否符合用戶 Query 的需要。這一過程中，Token Probability 也可以作為相關性分數，用於最終結果的排序。這種精細的篩選機制，讓 PaSa 的檢索結果不僅全面，而且極具針對性。
Source: [PaSa 的工作流示例] from [jiqizhixin]
數據支持與性能提升
根據測試數據顯示，PaSa-7b 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%，顯著超越 Google。這些數據顯示，PaSa 在召回率和準確率上均有顯著提升。這種性能的提升，得益於 PaSa 的獨特設計和強大的技術支持。
| 工具 | Recall@20 | Recall@50 |
|---|---|---|
| 62.22% | 60.10% | |
| PaSa-7b | 100% | 100% |
這些數據不僅證明了 PaSa 的技術優勢，也顯示出其在學術檢索領域的巨大潛力。隨著技術的不斷進步，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。
未來的展望
PaSa 的出現為學術搜索帶來了全新的可能性。其高效的檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。未來，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。讀者若對 PaSa 感興趣，歡迎訪問其 官方網站 了解更多。
在這個充滿挑戰和機遇的時代，PaSa 的誕生無疑為學術研究注入了新的活力。隨著技術的不斷進步，我們期待 PaSa 能夠在未來的學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
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。隨著技術的進步，PaSa 智能體的出現為學術檢索帶來了革命性的變革。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 的卓越性能
PaSa 的設計旨在最大化學術論文的召回率和準確性。根據測試數據顯示，PaSa-7b 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%，顯著超越了 Google 等主流檢索工具。這些數據不僅證明了 PaSa 的技術優勢，也顯示出其在學術檢索領域的巨大潛力。
| 工具 | Recall@20 | Recall@50 |
|---|---|---|
| 62.22% | 60.10% | |
| PaSa-7b | 100% | 100% |
這些數據顯示，PaSa 在召回率和準確率上均有顯著提升。這種性能的提升，得益於 PaSa 的獨特設計和強大的技術支持。
與 Google 的比較
Google 作為全球最受歡迎的搜索引擎之一，其在學術檢索中的表現一直備受關注。然而，PaSa 的出現改變了這一局面。PaSa 的 Crawler 和 Selector 兩個代理的協同工作，使得其在學術檢索中展現出無與倫比的效率和準確性。Crawler 能夠自主調用各種搜索工具，閱讀學術論文，並擴展參考文獻網絡，確保不遺漏任何可能相關的學術資料。Selector 則負責精讀 Crawler 找到的每篇論文，確保其符合用戶需求。
Source: [PaSa Agent 框架] from [jiqizhixin]
這種設計使得 PaSa 在學術檢索中大幅超越了 Google 和 Google Scholar 等主流工具。PaSa 的高效檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。
與其他工具的比較
除了 Google，PaSa 還與其他多種檢索工具進行了比較，包括 Google Scholar、Google+GPT-4o、ChatGPT（配備檢索能力的 GPT-4o）、GPT-o1 以及 PaSa-GPT-4o。在這些比較中，PaSa-7b 的表現均優於其他工具，特別是在召回率和準確率方面。
| 工具 | Recall@20 | Recall@50 |
|---|---|---|
| Google Scholar | 58.00% | 55.00% |
| Google+GPT-4o | 65.00% | 63.00% |
| ChatGPT | 70.00% | 68.00% |
| GPT-o1 | 72.00% | 70.00% |
| PaSa-GPT-4o | 90.00% | 88.00% |
| PaSa-7b | 100% | 100% |
這些數據顯示，PaSa 在學術檢索中的表現遠超其他工具，特別是在處理複雜的學術問題時，其優勢更加明顯。
未來的展望
PaSa 的出現為學術搜索帶來了全新的可能性。其高效的檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。未來，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。讀者若對 PaSa 感興趣，歡迎訪問其 官方網站 了解更多。
在這個充滿挑戰和機遇的時代，PaSa 的誕生無疑為學術研究注入了新的活力。隨著技術的不斷進步，我們期待 PaSa 能夠在未來的學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
技術細節與訓練優化
在學術研究的領域中，PaSa 智能體的出現不僅僅是技術上的突破，更是學術檢索效率的革命。為了達到如此卓越的性能，PaSa 的開發團隊在技術細節和訓練優化上投入了大量的心血。這一部分將深入探討 PaSa 的技術細節，並分析其訓練過程中的優化策略。
高質量數據集的構建
PaSa 的訓練過程中，研究團隊構建了一個名為 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，每條數據都包括一個 AI 領域的學術問題及其相關論文。這些數據是通過收集人工智能領域的頂會論文，並基於每篇論文中“Related Work”部分的描述及其引用的相關文獻生成的。這樣的數據集不僅豐富了 PaSa 的訓練素材，也為其在學術檢索中的高效表現奠定了基礎。
Source: [PaSa Agent 框架] from [jiqizhixin]
訓練挑戰與解決方案
在訓練過程中，PaSa 的開發團隊面臨著兩大挑戰：獎勵稀疏性和過長的行動軌跡。為了解決這些問題，團隊引入了 Selector 作為輔助獎勵模型，這一策略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，成功解決了這一問題。
Selector 的訓練主要通過模仿學習進行。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，這使得 PaSa 的檢索結果更加精確。
實驗結果與性能提升
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。在 AutoScholarQuery-test 和 RealScholarQuery 兩個評測集上，PaSa 的表現均優於其他基線模型。
| 工具 | Recall@20 | Recall@50 | Recall@100 |
|---|---|---|---|
| 62.22% | 60.10% | 58.00% | |
| PaSa-7b | 100% | 100% | 100% |
這些數據顯示，PaSa 在召回率和準確率上均有顯著提升，特別是在處理複雜的學術問題時，其優勢更加明顯。這種性能的提升，不僅得益於高質量的數據集和創新的訓練算法，也反映了 PaSa 在學術檢索領域的巨大潛力。
Source: [PaSa Agent 框架] from [jiqizhixin]
未來的優化方向
PaSa 的出現為學術搜索帶來了全新的可能性。未來，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。研究團隊計劃通過不斷更新數據集和優化算法，進一步提升 PaSa 的檢索能力和準確性。這不僅將有助於研究者更高效地進行學術調研，也將推動整個學術界的進步。
在這個充滿挑戰和機遇的時代，PaSa 的誕生無疑為學術研究注入了新的活力。隨著技術的不斷進步，我們期待 PaSa 能夠在未來的學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
結論與未來展望
在學術研究的領域中，PaSa 智能體的出現無疑為學術檢索帶來了革命性的變革。其高效的檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。本文將總結 PaSa 的核心優勢，並探討其未來的發展方向。
PaSa 的核心優勢
PaSa 的出現為學術搜索帶來了全新的可能性。其核心優勢在於能夠在短短兩分鐘內完成詳細的學術調研，這在傳統的學術檢索工具中是難以想像的。PaSa 的高效性主要得益於其獨特的 LLM Agents 設計：Crawler 和 Selector。這兩個智能體能夠自主調用搜索工具，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。這種設計使得 PaSa 在學術檢索中大幅超越了 Google 和 Google Scholar 等主流工具。
Source: [PaSa Agent 框架] from [jiqizhixin]
未來的優化方向
未來，PaSa 有望進一步優化，成為學術研究者不可或缺的助手。研究團隊計劃通過不斷更新數據集和優化算法，進一步提升 PaSa 的檢索能力和準確性。這不僅將有助於研究者更高效地進行學術調研，也將推動整個學術界的進步。
在這個充滿挑戰和機遇的時代，PaSa 的誕生無疑為學術研究注入了新的活力。隨著技術的不斷進步，我們期待 PaSa 能夠在未來的學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
行動導向的建議
對於學術研究者而言，PaSa 的出現提供了一個強大的工具來提升研究效率。研究者可以利用 PaSa 來快速篩選和分析大量的學術資料，從而將更多的時間和精力投入到創新和發現中。此外，研究團隊也鼓勵學術界的專家和學者參與到 PaSa 的進一步開發和優化中，以共同推動學術檢索技術的進步。
如對 PaSa 感興趣，讀者可訪問其 官方網站 了解更多詳情。
結語
總結來說，PaSa 智能體的出現為學術檢索帶來了革命性的變革。其高效的檢索能力和準確的結果，使得研究者能夠更專注於創新和發現。未來，隨著技術的不斷進步，我們期待 PaSa 能夠在學術研究中發揮更大的作用，助力研究者在知識的海洋中探索未知的領域。
martech_jy
