字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理 -pc6资讯

您的位置：首页 → 精文荟萃 → 软件资讯 → 字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理

字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理 时间：2025/1/27 13:59:10来源：www.pc6.com作者：xy我要评论(0)

在学术研究领域，文献检索是一项复杂且重要的信息获取任务。研究人员需要能够处理复杂的、专业知识领域的检索能力，以满足细致的研究需求。然而，现有的学术搜索平台，如谷歌学术，往往难以应对这些复杂的研究查询。例如，针对使用 UCB 方法的非平稳强化学习的专业查询，需要更强的计算和分析能力。此外，研究人员在进行文献综述时，通常需要耗费大量的时间和精力手动浏览庞大的学术数据库。

尽管已有多项研究探讨了大型语言模型（LLMs）在学术论文检索和科学发现中的应用，但传统的搜索工具仍然难以满足复杂的专业研究需求。许多研究集中于通过优化框架和提示工程技术开发 LLM 代理，虽然 AGILE RL 框架等方法已显著提升了代理的综合能力，但仍未找到一种自主且精确的学术论文检索解决方案，这为研究带来了较大空白。

近日，字节跳动研究院与北京大学的研究人员联合提出了 PaSa，这是一种创新的基于 LLM 的论文搜索代理。PaSa 能自主执行复杂的搜索策略，包括工具调用、论文阅读和参考选择，旨在为复杂的学术查询生成全面且准确的结果。为了优化 PaSa 的性能，研究团队创建了 AutoScholarQuery，一个包含35，000个细粒度学术查询的合成数据集，并建立了 RealScholarQuery 作为评估代理实际性能的基准。该系统利用强化学习技术来增强搜索能力，解决了现有学术搜索方法中的主要局限性。

PaSa 系统由两个 LLM 代理组成:爬虫（Crawler）和选择器(Selector)，它们协同工作以执行全面的学术论文搜索。爬虫首先分析用户的查询，以生成多个精细的搜索查询来获取相关论文，并将这些论文添加到专用的论文队列中。爬虫会对每篇排队的论文进行处理，识别和探索可能拓展研究范围的关键引用，并动态地将新发现的相关论文添加到列表中。然后，选择器将评估每篇论文是否符合原始查询要求。

实验结果显示，PaSa-7b 在多个基准测试中表现优越。在 AutoScholarQuery 测试集上，PaSa-7b 相比 PaSa-GPT-4o 在召回率上提高了9.64%。而在面对基于谷歌的基准时，PaSa-7b 的召回率提升幅度在33.80% 到42.64% 之间。在更具挑战性的 RealScholarQuery 场景中，PaSa-7b 更是展现出30.36% 的召回率提升和4.25% 的精确度提升。

总的来说，PaSa 的推出标志着学术论文搜索技术的一次重要进步，为学术研究的信息检索提供了有效的解决方案。通过结合大型语言模型和强化学习技术，PaSa 极大地减少了研究人员在文献综述中花费的时间和精力，同时也为他们提供了一种高效的工具，以应对日益庞大和复杂的学术文献环境。

相关视频

没有数据

文章评论

查看所有0条评论>>

​字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理

字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理