pasa-agent

pasa-agent 是由字节跳动研究团队开发的学术论文搜索智能体，基于强化学习技术构建，面向科研人员提供高效、精准的文献检索服务。

pasa-agent官网入口网址：https://pasa-agent.ai

核心功能

• 自主搜索策略：系统可根据用户提出的学术问题，自动规划多轮搜索路径，生成多样化的关键词组合，并调用外部搜索引擎获取相关论文。
• 强化学习驱动：采用近端策略优化（PPO）算法进行训练，依托合成数据集 AutoScholarQuery 与真实查询数据集 RealScholarQuery，持续优化搜索结果的相关性与覆盖度。
• 复杂查询支持：能够有效处理专业性强、表述复杂的学术需求，尤其在长尾研究方向和跨领域主题中保持较高的查全率与查准率。

技术架构

• pasa-agent 基于大语言模型构建，融合了检索、推理与决策能力，形成完整的学术信息获取流程。
• 项目代码、训练数据及模型权重已全部开源，便于学术界复现、验证与二次开发。

使用方式

• 用户可通过在线平台提交自然语言形式的学术查询，系统将自动执行多步搜索并返回结构化论文结果。
• 开发者亦可访问其 GitHub 仓库获取完整技术实现，用于本地部署或研究扩展。

性能表现

• 在多项学术检索基准测试中，pasa-agent 的表现优于基于 GPT-4 等通用大模型构建的基线系统。
• 尤其在处理多条件约束、术语密集或语义模糊的查询时，展现出更强的鲁棒性与准确性。

适用场景

• 主要服务于高校、科研机构的研究人员，辅助文献综述、课题调研与前沿追踪。
• 其技术框架亦具备迁移潜力，可适配专利检索、技术报告分析等高精度信息获取任务。

作为一款开源且专注学术领域的智能搜索工具，pasa-agent 通过结合大语言模型与强化学习机制，为科研工作者提供了更可靠、更高效的文献发现体验。该工具亦为智能信息检索系统的研发提供了可复用的技术范式。千流导航 收录此站点，供有学术检索需求的用户参考使用。