2025年5月8日，阿里巴巴開源了ZeroSearch大模型搜索引擎，ZeroSearch是阿里巴巴通義實(shí)驗(yàn)室開源的創(chuàng)新大模型搜索引擎框架，本質(zhì)上是一種獨(dú)特的強(qiáng)化學(xué)習(xí)框架，無(wú)需與傳統(tǒng)意義上的真實(shí)搜索引擎進(jìn)行交互，便能充分激勵(lì)大模型自身潛藏的搜索能力。

ZeroSearch主要功能

• 無(wú)需真實(shí)搜索引擎交互：模擬搜索引擎的方式，激勵(lì)大模型的搜索能力，避免與真實(shí)搜索引擎（如谷歌）的交互，降低成本和不可控性。

• 動(dòng)態(tài)控制文檔質(zhì)量：支持生成相關(guān)或噪聲文檔，基于調(diào)整提示中的關(guān)鍵詞，靈活控制生成文檔的質(zhì)量，為訓(xùn)練提供多樣化的檢索場(chǎng)景。

• 支持多種模型和算法：兼容不同參數(shù)規(guī)模的大模型（如3B、7B、14B），支持多種強(qiáng)化學(xué)習(xí)算法（如PPO、GRPO）。

ZeroSearch核心技術(shù)

• 無(wú)需真實(shí)搜索引擎交互：ZeroSearch通過(guò)強(qiáng)化學(xué)習(xí)框架，無(wú)需與谷歌等真實(shí)搜索引擎交互，就能激發(fā)大模型的搜索能力。它基于大模型在大規(guī)模預(yù)訓(xùn)練過(guò)程中積累的知識(shí)，將其轉(zhuǎn)化為檢索模塊，根據(jù)查詢生成相關(guān)內(nèi)容。

• 動(dòng)態(tài)控制文檔質(zhì)量：該框架可動(dòng)態(tài)控制生成文檔的質(zhì)量，支持生成相關(guān)或噪聲文檔，為訓(xùn)練提供多樣化檢索場(chǎng)景。通過(guò)調(diào)整提示模板中的關(guān)鍵詞，引導(dǎo)模型學(xué)習(xí)質(zhì)量分級(jí)檢索。

• 輕量級(jí)監(jiān)督微調(diào)：先將大模型轉(zhuǎn)化為檢索模塊，使其能生成高質(zhì)量或低質(zhì)量文檔，適應(yīng)不同訓(xùn)練需求。

• 課程學(xué)習(xí)機(jī)制：在訓(xùn)練中逐步增加文檔噪聲水平，讓模型從簡(jiǎn)單場(chǎng)景開始，逐步適應(yīng)更具挑戰(zhàn)性的任務(wù)，提升推理能力。

• 基于F1分?jǐn)?shù)的獎(jiǎng)勵(lì)機(jī)制：用F1分?jǐn)?shù)作為獎(jiǎng)勵(lì)信號(hào)，專注于答案準(zhǔn)確性。

• 多輪交互模板：設(shè)計(jì)明確的推理、搜索和回答階段，引導(dǎo)模型逐步完成任務(wù)。

性能與成本優(yōu)勢(shì)

• 性能表現(xiàn)：研究人員在NQ、TriviaQA等七大問(wèn)答數(shù)據(jù)集上測(cè)試，70億參數(shù)監(jiān)督微調(diào)模型搜索能力達(dá)33.06，140億參數(shù)模型達(dá)33.97，超過(guò)谷歌搜索的32.47。

• 成本效益：使用谷歌搜索進(jìn)行約64,000次搜索查詢訓(xùn)練，成本約586.70美元，而用140億參數(shù)大模型在四個(gè)A100 GPU上模擬訓(xùn)練，成本僅70.80美元，成本降幅超80%。

ZeroSearch應(yīng)用場(chǎng)景

• 智能問(wèn)答系統(tǒng)：可以快速準(zhǔn)確地回答用戶問(wèn)題，適用于智能客服和智能助手等場(chǎng)景。

• 企業(yè)內(nèi)部知識(shí)管理：企業(yè)可以利用ZeroSearch搭建高效的知識(shí)搜索平臺(tái)，員工能夠快速定位所需信息，提升工作效率。

項(xiàng)目地址

項(xiàng)目官網(wǎng)：https://alibaba-nlp.github.io/ZeroSearch/

GitHub倉(cāng)庫(kù)：https://github.com/Alibaba-nlp/ZeroSearch

HuggingFace模型庫(kù)：https://huggingface.co/collections/sunhaonlp/zerosearch

arXiv技術(shù)論文：https://arxiv.org/pdf/2505.04588