作者 林易

編輯 重點君

原來，阿里一直搜索夢未斷！

就在昨晚！阿里在Github等平臺開源了ZeroSearch（零搜索）大模型搜索引擎。

簡單說，這是一種不需要與真實搜索引擎交互，就可以激勵大模型搜索能力的強化學習框架。

這種新方法，可以大幅降低訓練人工智能系統(tǒng)搜索信息的成本和復雜性，從根本上消除了對昂貴的商業(yè)搜索引擎API的需求。

ZeroSearch允許大型語言模型(LLM)通過模擬方法開發(fā)高級搜索功能，而無需在訓練過程中與真實的搜索引擎交互。可以為企業(yè)節(jié)省大量API成本，同時更好地控制AI系統(tǒng)學習檢索信息的方式。

阿里研究人員在本周發(fā)表于arXiv的論文中寫道：“強化學習[RL]訓練需要頻繁部署，可能涉及數(shù)十萬個搜索請求，這會產(chǎn)生大量的API開銷，并嚴重限制可擴展性。為了應對這些挑戰(zhàn)，我們推出了ZeroSearch，這是一個強化學習框架，無需與真實搜索引擎交互即可激勵LLM的搜索能力。”

如何訓練AI在沒有搜索引擎的情況下搜索？

ZeroSearch解決的問題意義重大。目前，開發(fā)能夠自主搜索信息的AI Agent的公司面臨兩大挑戰(zhàn)：一是訓練過程中搜索引擎返回的文檔質量難以預測，二是向谷歌等商業(yè)搜索引擎進行數(shù)十萬次API調用的成本高得離譜。

阿里的方法始于一個輕量級的監(jiān)督式微調過程，將大語言模型(LLM)轉換為一個檢索模塊，該模塊能夠根據(jù)查詢生成相關和不相關的文檔。在強化學習訓練過程中，該系統(tǒng)采用了研究人員所稱的“基于課程的推出策略”，逐漸降低生成文檔的質量。

研究人員解釋說：“我們的核心洞察是，LLM在大規(guī)模預訓練過程中獲得了廣泛的世界知識，能夠根據(jù)搜索查詢生成相關文檔。真實搜索引擎和模擬LLM之間的主要區(qū)別在于返回內容的文本風格。”

以極低的成本超越百度和谷歌

在七個問答數(shù)據(jù)集的全面實驗中，ZeroSearch的性能不僅匹敵，甚至經(jīng)常超越使用真實搜索引擎訓練的模型。值得注意的是，一個70億參數(shù)的檢索模塊實現(xiàn)了與谷歌搜索相當?shù)男阅埽粋€140億參數(shù)的模塊甚至超越了后者。

成本節(jié)省非常可觀。根據(jù)研究人員的分析，通過SerpAPI使用Google搜索進行約64000個搜索查詢的訓練將花費約586.70美元，而在四臺A100 GPU上使用14B參數(shù)模擬LLM的成本僅為70.80美元，節(jié)省了88%。

論文指出：“這證明了在強化學習設置中使用訓練有素的LLM替代真實搜索引擎的可行性。”

對人工智能未來發(fā)展意味著什么？

這一突破是人工智能系統(tǒng)訓練方式的重大轉變。ZeroSearch表明，人工智能無需依賴搜索引擎等外部工具即可實現(xiàn)改進。

這對人工智能行業(yè)的影響可能非常巨大。到目前為止，訓練高級人工智能系統(tǒng)通常需要調用由大型科技公司控制的服務，耗費高昂的API調用成本。ZeroSearch改變了這一現(xiàn)狀，它允許人工智能模擬搜索，而不是使用實際的搜索引擎。

對于規(guī)模較小的人工智能公司和預算有限的初創(chuàng)公司來說，這種方法可以創(chuàng)造公平的競爭環(huán)境。API調用的高成本一直是開發(fā)復雜人工智能助手的主要障礙。通過將這些成本降低近90%，ZeroSearch讓高級人工智能訓練更容易獲得。

除了節(jié)省成本之外，這項技術還能讓開發(fā)者更好地控制訓練過程。使用真實的搜索引擎時，返回文檔的質量難以預測。而通過模擬搜索，開發(fā)者可以精確控制AI在訓練過程中看到的信息。

這項技術適用于多個模型系列，包括Qwen-2.5和LLaMA-3.2，以及基礎版本和指令調整版本。研究人員已在GitHub和Hugging Face上公開了他們的代碼、數(shù)據(jù)集和預訓練模型，以便其他研究人員和公司能夠應用該方法。

最后，如果你對阿里這項技術感興趣，可一鍵傳送：

論文地址：https://arxiv.org/abs/2505.04588

開源地址：https://github.com/Alibaba-nlp/ZeroSearch

Huggingface：https://huggingface.co/collections/sunhaonlp/zerosearch-681b4ce012b9b6899832f4d0