量子位
·
鄂维南李航领衔造高级论文搜索Agent，召回率和精准性超谷歌学术等，磕盐党狂喜
💡
原文中文，约3600字，阅读约需9分钟。
📝
内容提要
中科院院士鄂维南与字节跳动AI实验室总监李航推出了高级论文搜索工具PaSa，显著提升了学术搜索的召回率和精准性，超越谷歌学术等平台。该系统通过两个Agent进行多轮搜索和论文评估，用户只需输入研究主题即可快速获取相关论文及摘要，极大提高文献检索效率。
🎯
关键要点
- 中科院院士鄂维南与字节跳动AI实验室总监李航推出高级论文搜索工具PaSa。
- PaSa通过两个Agent进行多轮搜索和论文评估，显著提升学术搜索的召回率和精准性。
- 用户只需输入研究主题即可快速获取相关论文及摘要，极大提高文献检索效率。
- PaSa在召回率和精确率等指标上显著优于谷歌学术等平台。
- 系统由两个大模型Agent组成：Crawler（爬虫）和Selector（选择器）。
- Crawler负责处理用户查询并检索相关论文，Selector负责评估论文是否满足查询要求。
- 实验中，PaSa-7b在多个测试集上表现优异，召回率和精度均有显著提升。
- PaSa由鄂维南和李航领衔开发，二人均在学术界有着卓越的成就和贡献。
❓
延伸问答
PaSa系统的主要功能是什么？
PaSa系统通过两个Agent进行多轮搜索和论文评估，用户只需输入研究主题即可快速获取相关论文及摘要。
PaSa与谷歌学术相比有什么优势？
PaSa在召回率和精准性等指标上显著优于谷歌学术等平台，能够更有效地处理复杂查询。
PaSa系统是如何提升文献检索效率的？
PaSa系统通过自动化搜索和评估过程，减少了用户手动搜索文献的时间，提高了检索效率。
PaSa的两个Agent分别是什么？
PaSa的两个Agent是Crawler（爬虫）和Selector（选择器），分别负责检索论文和评估论文是否满足查询要求。
PaSa在实验中表现如何？
在多个测试集上，PaSa-7b的召回率和精度均有显著提升，超越了所有基线模型。
鄂维南和李航在PaSa的开发中扮演了什么角色？
鄂维南和李航分别是PaSa的主要开发者，二人在学术界有着卓越的成就和贡献。
➡️
