IT之家 5 月 9 日消息，阿里巴巴開源了 ZeroSearch 大模型，官方稱其無需搜索即可激勵搜索能力。

IT之家附阿里對該模型的介紹大意如下：

我們提出了一種名為 ZeroSearch 的強化學習框架，通過不依賴真實搜索引擎來提升大型語言模型（LLM）的搜索能力。

在監(jiān)督式微調(diào)的基礎上，我們將 LLM 轉(zhuǎn)化為一個能夠生成相關或噪聲文檔的檢索模塊，響應查詢。

為了更好地激發(fā)模型的推理能力，我們引入了課程化展開機制，通過讓模型面對越來越復雜的檢索任務，逐步培養(yǎng)其思考能力。

我們在多個領域內(nèi)外的數(shù)據(jù)集上進行了大量實驗，結(jié)果顯示，ZeroSearch 在沒有任何 API 費用的情況下，優(yōu)于基于真實搜索引擎的模型。

此外，它能夠很好地在不同規(guī)模的基礎型和指令微調(diào)型 LLM 上泛化，并支持多種強化學習算法。

官方披露的信息顯示，在 7 大問答數(shù)據(jù)集評測中，其性能與谷歌搜索相當甚至實現(xiàn)超越（70 億參數(shù)模型得分為 33.06 vs. 谷歌 32.47），且成本降低 87.93%。

通過 SerpAPI 使用谷歌搜索訓練 64,000 個查詢的費用大約為 586.70 美元，而使用 14B 參數(shù)的模擬 LLM 在四個 A100 GPU 上訓練僅需 70.80 美元。

目前，ZeroSearch 已在 Qwen-2.5、LLaMA-3.2 等多個主流模型家族中完成驗證。研究團隊已將全部代碼、數(shù)據(jù)集及預訓練模型開源至 GitHub 和 Hugging Face。

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

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。