PaSa-Agent.ai是字節(jié)跳動推出的一個基于強化學習的學術論文檢索AI智能體，能夠自動調用搜索引擎、閱讀論文并追蹤引文網絡，為用戶提供精準的學術文獻檢索服務。

PaSa核心功能：

• 智能檢索：PaSa-Agent能夠像人類研究者一樣，PaSa能夠根據用戶輸入的學術問題生成多樣化的搜索關鍵詞，自動調用搜索引擎，并執(zhí)行多次搜索，生成并執(zhí)行多樣化的搜索關鍵詞，以覆蓋更廣泛的學術文獻。

• 復雜查詢處理：專為處理復雜的學術查詢設計，能夠理解詳細的研究需求，包括特定算法、研究方法或領域內的細微差別。

• 引文網絡導航：不僅查找論文，還能通過PaSa追蹤相關論文的引文網絡，幫助用戶發(fā)現(xiàn)相關文獻和研究背景。

• 支持多領域查詢：雖然目前主要支持計算機科學領域的學術查詢，但未來將逐步擴展到其他學科領域。

• 閱讀和分析論文內容：通過Crawler和Selector兩個核心組件，PaSa能夠高效地收集和篩選相關論文，確保檢索結果的精確性。

• 選擇相關參考文獻：PaSa能從海量文獻中篩選出與用戶查詢最相關的參考文獻，提供全面且準確的搜索結果。

PaSa性能亮點：

• 超越傳統(tǒng)搜索引擎：在RealScholarQuery基準上，PaSa-7B模型在recall@20和recall@50指標上分別比Google Scholar高出37.78%和39.90%，顯示了其在學術搜索領域的卓越性能。

• 與大型語言模型結合：盡管訓練于合成數(shù)據，PaSa的性能超越了包括Google、Google Scholar、以及支持搜索的GPT-4o在內的多個基線系統(tǒng)。

PaSa技術原理：

PaSa的核心包括兩個主要的LLM智能體：Crawler和Selector。Crawler負責通過搜索引擎收集與用戶查詢相關的學術論文，而Selector則負責精讀每一篇論文，評估其是否符合用戶需求。PaSa使用強化學習（RL）和近端策略優(yōu)化（PPO）算法進行訓練，通過合成數(shù)據集AutoScholarQuery和真實世界查詢基準RealScholarQuery來提升搜索效率和準確性。

PaSa應用場景：

PaSa適用于學術研究、教育和企業(yè)研發(fā)等多個領域。在學術研究中，PaSa可以幫助研究人員快速定位領域內的里程碑論文，避免漏檢冷門研究。在教育領域，學生可以使用自然語言描述需求，PaSa自動推薦分級文獻。在企業(yè)研發(fā)中，PaSa可以實時追蹤最新技術動態(tài)：

• 學術研究：研究人員可以利用PaSa快速找到相關文獻，節(jié)省時間，提高研究效率。

• 文獻綜述：在撰寫文獻綜述時，PaSa可以幫助研究者全面收集和分析相關文獻。

• 教育領域：教師和學生可以使用PaSa進行課題研究和文獻查找，提升學習效果。

• 跨學科研究：PaSa的多領域支持使其適用于跨學科的研究項目，幫助研究者獲取不同領域的文獻。

如何使用PaSa-Agent.ai進行學術查詢和文獻檢索？

在線使用

• 訪問網站：訪問PaSa-Agent.ai網站。

• 輸入查詢：在搜索框中輸入您的學術問題或研究主題。

• 獲取結果：系統(tǒng)會自動調用搜索引擎，瀏覽相關論文并追蹤引文網絡，最終提供精準、全面的學術論文檢索結果。

本地部署

• 數(shù)據準備：下載并準備數(shù)據集，包括AutoScholarQuery和RealScholarQuery。

• 模型準備：下載PaSa-7b-Crawler和PaSa-7b-Selector的模型檢查點。

• 運行PaSa：按照提供的指南克隆GitHub倉庫，安裝依賴項，并運行PaSa。

PaSa-Agent.ai還具備強化學習優(yōu)化的能力，使用合成數(shù)據集AutoScholarQuery進行訓練，這個數(shù)據集包含35,000個細粒度學術查詢及其對應的論文。此外，PaSa還開發(fā)了RealScholarQuery基準，收集真實的學術查詢，以評估其在更真實場景下的表現(xiàn)。