PaSa是由字节跳动研究团队推出的一款基于强化学习的学术论文检索智能体，能够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。
一、主要功能
自主调用搜索工具：PaSa能够自动调用搜索引擎，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：通过Crawler和Selector两个核心组件，PaSa能够高效地收集和筛选相关论文，确保检索结果的精确性。
选择相关参考文献：PaSa可以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，能够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。
二、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，而Selector则负责精读每一篇论文，评估其是否符合用户需求。
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，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。
三、应用场景
学术研究：帮助研究人员快速找到与研究主题相关的最新论文，节省时间和精力。
论文写作：为学生和学者提供高质量的参考文献，辅助毕业论文或学术论文的撰写。
科研项目：科研团队可以通过PaSa筛选特定领域的关键研究文献，加速项目进展。
四、使用方法
在线使用
访问PaSa官方网站（https://pasa-agent.ai/），输入详细的学术搜索需求，即可获取搜索结果[^1^]。
本地部署
数据准备：从HuggingFace下载数据集并保存到data文件夹中。
模型准备：从HuggingFace下载模型检查点并保存到checkpoints文件夹中。
运行PaSa：克隆GitHub仓库，安装必要的依赖项，替换utils.py中的Google Search API密钥，运行python run_paper_agent.py。
详情链接:https://github.com/bytedance/pasa
五、适用人群
研究人员：需要高效查找和筛选学术论文的科研工作者。
学者和学生：撰写学术论文或进行学术研究的学生。
科研团队：需要快速筛选特定领域关键文献的团队。
六、优缺点介绍
优点
高效检索：能够在两分钟内完成一次详尽的学术调研，显著提升文献检索的速度和准确性。
高召回率和精准率：在Recall@20和Recall@50指标上分别比Google Scholar提升了37.78%和39.90%。
支持复杂查询：能够理解并处理细粒度的学术查询，提供更精准的搜索结果。
缺点
依赖网络环境：在线使用时需要良好的网络连接。
本地部署复杂：本地部署需要一定的技术背景和操作经验。
分类标签
学术研究工具、人工智能应用、大语言模型、学术搜索