完整论文｜超百度谷歌！阿里开源大模型ZeroSearch，成本降近90%

作者 林易

编辑 重点君

原来，阿里一直搜索梦未断！

就在昨晚！阿里在Github等平台开源了ZeroSearch（零搜索）大模型搜索引擎。

简单说，这是一种不需要与真实搜索引擎交互，就可以激励大模型搜索能力的强化学习框架。

这种新方法，可以大幅降低训练人工智能系统搜索信息的成本和复杂性，从根本上消除了对昂贵的商业搜索引擎API的需求。

ZeroSearch允许大型语言模型(LLM)通过模拟方法开发高级搜索功能，而无需在训练过程中与真实的搜索引擎交互。可以为企业节省大量API成本，同时更好地控制AI系统学习检索信息的方式。

阿里研究人员在本周发表于arXiv的论文中写道：“强化学习[RL]训练需要频繁部署，可能涉及数十万个搜索请求，这会产生大量的API开销，并严重限制可扩展性。为了应对这些挑战，我们推出了ZeroSearch，这是一个强化学习框架，无需与真实搜索引擎交互即可激励LLM的搜索能力。”

如何训练AI在没有搜索引擎的情况下搜索？

ZeroSearch解决的问题意义重大。目前，开发能够自主搜索信息的AI Agent的公司面临两大挑战：一是训练过程中搜索引擎返回的文档质量难以预测，二是向谷歌等商业搜索引擎进行数十万次API调用的成本高得离谱。

阿里的方法始于一个轻量级的监督式微调过程，将大语言模型(LLM)转换为一个检索模块，该模块能够根据查询生成相关和不相关的文档。在强化学习训练过程中，该系统采用了研究人员所称的“基于课程的推出策略”，逐渐降低生成文档的质量。

研究人员解释说：“我们的核心洞察是，LLM在大规模预训练过程中获得了广泛的世界知识，能够根据搜索查询生成相关文档。真实搜索引擎和模拟LLM之间的主要区别在于返回内容的文本风格。”

以极低的成本超越百度和谷歌

在七个问答数据集的全面实验中，ZeroSearch的性能不仅匹敌，甚至经常超越使用真实搜索引擎训练的模型。值得注意的是，一个70亿参数的检索模块实现了与谷歌搜索相当的性能，而一个140亿参数的模块甚至超越了后者。

成本节省非常可观。根据研究人员的分析，通过SerpAPI使用Google搜索进行约64000个搜索查询的训练将花费约586.70美元，而在四台A100 GPU上使用14B参数模拟LLM的成本仅为70.80美元，节省了88%。

论文指出：“这证明了在强化学习设置中使用训练有素的LLM替代真实搜索引擎的可行性。”

对人工智能未来发展意味着什么？

这一突破是人工智能系统训练方式的重大转变。ZeroSearch表明，人工智能无需依赖搜索引擎等外部工具即可实现改进。

这对人工智能行业的影响可能非常巨大。到目前为止，训练高级人工智能系统通常需要调用由大型科技公司控制的服务，耗费高昂的API调用成本。ZeroSearch改变了这一现状，它允许人工智能模拟搜索，而不是使用实际的搜索引擎。

对于规模较小的人工智能公司和预算有限的初创公司来说，这种方法可以创造公平的竞争环境。API调用的高成本一直是开发复杂人工智能助手的主要障碍。通过将这些成本降低近90%，ZeroSearch让高级人工智能训练更容易获得。

除了节省成本之外，这项技术还能让开发者更好地控制训练过程。使用真实的搜索引擎时，返回文档的质量难以预测。而通过模拟搜索，开发者可以精确控制AI在训练过程中看到的信息。

这项技术适用于多个模型系列，包括Qwen-2.5和LLaMA-3.2，以及基础版本和指令调整版本。研究人员已在GitHub和Hugging Face上公开了他们的代码、数据集和预训练模型，以便其他研究人员和公司能够应用该方法。

最后，如果你对阿里这项技术感兴趣，可一键传送：

论文地址：https://arxiv.org/abs/2505.04588

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

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