PaSa：字节跳动推出的一款学术论文搜索代理

PaSa简介

PaSa是由字节跳动研究团队开发的一款学术论文搜索代理，旨在通过大型语言模型（LLM）技术提升复杂学术查询的搜索效率和准确性。它由两个LLM代理——Crawler和Selector组成，能够自主地使用搜索工具、阅读论文并导航引用网络，以提供全面且精准的搜索结果。开发团队通过构建高质量的合成数据集AutoScholarQuery和真实世界数据集RealScholarQuery来训练和评估PaSa。实验结果表明，PaSa在召回率和精确度上显著优于现有的学术搜索引擎，包括Google Scholar和基于GPT-4的搜索工具。这一创新工具为研究人员提供了更高效的文献检索解决方案，极大地节省了学术研究中的文献综述时间。

PaSa主要功能

1. 自主学术搜索：PaSa能够自主处理复杂的学术查询，通过模拟人类研究者的行为，使用搜索工具、阅读论文并导航引用网络，以提供全面且准确的搜索结果。
2. 多策略搜索：PaSa的Crawler代理可以生成多样化的搜索查询，通过多次搜索和引用扩展，逐步发现与用户查询相关的更多论文，从而提高搜索的召回率。
3. 精准筛选：Selector代理能够仔细阅读每篇论文的标题和摘要，判断其是否符合用户查询的要求，并生成决策理由，确保搜索结果的高精度。
4. 实时更新与扩展：PaSa可以实时处理最新的学术论文，并通过引用网络扩展搜索范围，确保搜索结果的时效性和全面性。
5. 用户友好：PaSa提供清晰的搜索结果展示，并为每个结果提供决策理由，增强用户对搜索结果的信任。

PaSa技术原理

1. 强化学习框架
   PaSa基于AGILE（一种LLM代理的强化学习框架）实现，通过会话级PPO（近端策略优化）算法，解决学术搜索任务中的稀疏奖励和长轨迹问题。
2. 双代理架构
   • Crawler代理：负责生成搜索查询，调用搜索工具，处理引用扩展，并将相关论文添加到论文队列中。其目标是最大化搜索结果的召回率。
   • Selector代理：负责阅读论文队列中的每篇论文，判断其是否符合用户查询的要求，并生成决策理由。其目标是提高搜索结果的精确度。
3. 高质量数据集驱动
   • AutoScholarQuery：包含35,511个细粒度学术查询及其对应论文的合成数据集，用于训练和优化PaSa。
   • RealScholarQuery：包含50个真实世界学术查询及其标注的相关论文，用于评估PaSa在现实场景中的表现。
4. 稀疏奖励与辅助奖励机制
   由于AutoScholarQuery中的标注数据可能不完整，PaSa通过Selector代理作为辅助奖励模型，为Crawler提供更丰富的奖励信号，从而优化搜索策略。
5. 会话级PPO训练
   为解决长轨迹问题，PaSa采用会话级PPO算法，将完整的搜索轨迹划分为多个会话，每个会话独立训练，显著提高了训练效率和模型性能。
6. LLM与搜索工具结合
   PaSa利用LLM的强大语言理解和生成能力，结合Google等搜索工具的检索能力，实现了高效、精准的学术搜索。

PaSa应用场景

1. 学术研究：帮助研究人员快速定位与特定研究主题相关的文献，节省文献综述时间，提高研究效率。
2. 论文撰写：为作者提供精准的参考文献推荐，辅助撰写高质量的学术论文，提升论文的学术价值。
3. 课程学习：为学生提供学习资料的搜索支持，帮助他们快速找到与课程相关的学术资源，辅助学习和研究。
4. 科研项目申报：助力科研人员快速收集相关领域的前沿研究，为项目申报提供充分的文献依据。
5. 跨学科研究：帮助研究人员快速获取不同学科领域的相关文献，促进跨学科研究的开展。
6. 行业调研：为行业分析师提供学术领域的最新研究成果，辅助其进行行业趋势分析和技术评估。

PaSa项目入口

• 项目主页：https://pasa-agent.ai/
• GitHub代码库：https://github.com/bytedance/pasa
• arXiv技术论文：https://arxiv.org/pdf/2501.10120