---
title: "PaSa – 字节跳动推出的学术论文检索智能体"
url: "https://paooo.com/aigc-news/22603/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T10:49:14+08:00"
updated_at: "2026-06-09T10:49:14+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, RAG检索增强, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# PaSa – 字节跳动推出的学术论文检索智能体

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22603/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- PaSa以Crawler+Selector双智能体架构自动检索、精读论文，提升召回与精度。
- 基于强化学习与PPO训练，结合AutoScholarQuery和RealScholarQuery优化复杂学术搜索。
- 实测两分钟完成详尽调研，Recall@20/50显著优于Google Scholar。

## 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](https://ai-bot.cn/best-free-ai-essay-writers/)检索智能体。能模仿人类研究者的行为，自动调用[搜索引擎](https://ai-bot.cn/top-ai-search-engines/)、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](https://pasa-agent.ai/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/bytedance/pasa](https://github.com/bytedance/pasa)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.10120](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。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
