2025年被誉为agent元年，字节跳动研究团队率先推出了一款基于强化学习的论文检索智能体——pasa。它能够模拟人类研究人员的行为，高效地完成搜索引擎查询、论文阅读和参考文献查找等任务，将原本耗时冗长的文献调研过程压缩至短短两分钟。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
您是否曾为寻找特定主题的论文而苦恼？或者对某个研究方向充满兴趣，却难以确定是否存在类似研究？PaSa为科研人员提供了一个强大的学术助手，只需输入研究问题，PaSa即可自动调用搜索引擎，浏览相关论文并追踪引用网络，快速、精准地呈现所有相关文献。
PaSa效果展示：
对比实验表明，PaSa显著优于现有主流检索工具，包括Google、Google Scholar等。例如，PaSa-7b在Recall@20和Recall@50指标上分别比Google提升了37.78%和39.90%。
PaSa现已开放试用，并已公开所有数据、代码和模型：
- 论文地址：https://www.php.cn/link/5eea6fd7b02448c35fd405cfe823d128
- 项目仓库：https://www.php.cn/link/fec82acb7f6b4e8672bda38f9a7ddad3
- PaSa主页：https://www.php.cn/link/c0b3cb0842f9f8148f618c587b48d5ba
PaSa Agent架构
PaSa的核心由两个大型语言模型Agent构成：Crawler和Selector。Crawler负责自主调用搜索工具、阅读论文和扩展参考文献，收集与用户查询相关的论文；Selector则负责精读Crawler找到的论文，判断其是否满足用户需求。
PaSa框架：Crawler旨在最大化相关论文的召回率，Selector则注重精确性，确保论文符合用户需求。
PaSa处理用户查询的工作流程：
PaSa工作流示例：Crawler可生成多种互补的搜索词进行多次搜索，并评估其行为的长期价值。
训练与优化
PaSa的训练基于高质量的学术细粒度查询数据集AutoScholarQuery，该数据集包含36k条数据，每条数据包含一个AI领域的学术问题及其相关论文列表。
AutoScholarQuery数据示例
为了解决强化学习训练中的奖励稀疏性和过长行动轨迹问题，研究团队引入了Selector作为辅助奖励模型，并提出了一种新的session-level PPO算法。Selector通过模仿学习进行训练，生成决策Token判断论文是否符合用户需求，并输出决策依据。
实验结果
研究团队在AutoScholarQuery-test和RealScholarQuery两个数据集上，对PaSa与一系列基线模型进行了全面对比。结果显示，PaSa在召回率和准确率上均显著优于其他模型，尤其是在RealScholarQuery数据集上，提升更为明显。
总结
PaSa是一个强大的基于大型语言模型的论文检索智能体，它通过模拟人类的文献调研过程，高效地解决了学术搜索中的挑战，为科研人员提供了极大的便利。
