PaSa是什么
PaSa是字节跳动研究团队(ByteDance Research)推出的基于强化学习的学术论文检索智能体。能模仿人类研究者的行为,自动调用搜索引擎、浏览相关论文并追踪引文网络,为用户提供精准、全面的学术论文检索结果。

PaSa的主要功能
- 自主调用搜索工具:PaSa 能自动调用搜索引擎,根据用户输入的学术问题生成多样化的搜索关键词,并执行多次搜索,确保全面覆盖相关文献。
- 阅读和分析论文内容:PaSa 通过其核心组件 Crawler 和 Selector 实现高效的信息处理。Crawler 负责收集相关论文,包括通过扩展引文网络发现更多潜在相关的文献。Selector 则对收集到的论文进行精读,筛选出真正符合用户需求的文献。
- 选择相关参考文献:PaSa 能从海量文献中筛选出与用户查询最相关的参考文献,提供全面且准确的搜索结果。
- 支持复杂学术查询:PaSa 专为处理复杂的学术问题设计,能理解并处理细粒度的学术查询,例如涉及特定算法或研究方法的问题。
- 强化学习优化:PaSa 使用强化学习方法进行训练,通过合成数据集 AutoScholarQuery 和真实世界查询基准 RealScholarQuery 来提升搜索效率和准确性。
- 高效检索能力:PaSa 的检索速度极快,能在两分钟内完成一次详尽的学术调研。在性能测试中,PaSa 在 Recall@20 和 Recall@50 指标上分别比 Google Scholar 提升了 37.78% 和 39.90%。
PaSa的技术原理
- 核心组件:PaSa 的核心包括两个主要的 LLM 智能体:Crawler 和 Selector。
- Crawler:负责通过搜索引擎收集与用户查询相关的学术论文。能生成多样化的搜索关键词,并执行多次搜索以最大化召回率。
- Selector:负责精读 Crawler 找到的每一篇论文,评估其是否符合用户需求,提高搜索结果的精确性。
- 强化学习优化:PaSa 使用强化学习(RL)和近端策略优化(PPO)算法进行训练,以应对文献搜索中的稀疏奖励和长轨迹问题。训练过程中,PaSa 通过以下方式提升性能:
- 合成数据集:研究团队构建了 AutoScholarQuery 数据集,包含 35,000 个细粒度的学术查询及其对应的相关论文。数据来自顶级人工智能会议的论文。
- 真实世界数据集:为了评估 PaSa 在实际场景中的表现,团队还开发了 RealScholarQuery 数据集,收集真实世界的学术查询。
PaSa的项目地址
- 项目官网:pasa-agent.ai
- GitHub仓库:https://github.com/bytedance/pasa
- arXiv技术论文:https://arxiv.org/pdf/2501.10120
PaSa的应用场景
- 学术研究中的文献调研:PaSa 可以帮助研究人员快速完成学术论文的检索和调研工作。通过模仿人类研究者的行为,自主调用搜索引擎、阅读论文并追踪引文网络,能在两分钟内完成一次详尽的学术调研。
- 高校科研与教学支持:在高校场景中,PaSa 可以作为科研辅助工具,帮助教师和学生快速获取相关学术资源。教师可以用 PaSa 快速调取学术资源库中的内容,辅助文献综述生成、研究实验设计以及论文翻译润色等工作。
- 知识产权分析:PaSa 的高效检索能力还可以应用于知识产权领域。
- 多任务学习与数据挖掘:南京大学 PASA 大数据实验室的研究表明,PaSa 的底层技术还可以应用于多任务学习和数据挖掘领域。
❓ 常见问题解答(FAQ)
PaSa是什么类型的学术检索工具?
PaSa是字节跳动研究团队推出的基于强化学习的学术论文检索智能体。它会自动调用搜索引擎、浏览论文并追踪引文网络,帮助用户更高效地完成学术调研与文献筛选。
PaSa为什么比普通搜索更适合复杂论文检索?
PaSa专为细粒度学术查询设计,能生成多样化关键词、多轮搜索,并通过Crawler和Selector分工完成召回与精读,因此更适合查找特定算法、方法或研究问题相关论文。
PaSa的检索效果和速度怎么样?
文章提到,PaSa可在两分钟内完成一次详尽学术调研;在性能测试中,Recall@20和Recall@50分别比Google Scholar提升37.78%和39.90%,说明其召回能力更强。
🔬 语宙深潜追问 · 进阶实操拆解
学术检索智能体最难解决什么问题?
最难的是查询扩展、证据去重和引文链追踪。单纯搜到论文不够,还要判断相关性、覆盖率和新颖性,因此需要把检索、阅读、重排和引用回溯做成闭环,而不是只靠一次搜索。
如何把PaSa用于真实研究流程?
把它放在“开题调研—补充检索—引用核查”三段式流程里最有效。先让它生成候选论文池,再人工筛掉噪声,最后用引文网络补漏,能显著缩短前期摸底时间,但结论仍需研究者复核。
🗳️ 读者观点微投票 · 您的实战立场是?
PaSa会取代人工文献检索吗?
