2025年5月8日，阿里巴巴開源了ZeroSearch大模型搜索引擎，ZeroSearch是阿里巴巴通義實驗室開源的創新大模型搜索引擎框架，本質上是一種獨特的強化學習框架，無需與傳統意義上的真實搜索引擎進行交互，便能充分激勵大模型自身潛藏的搜索能力。

ZeroSearch主要功能

• 無需真實搜索引擎交互：模擬搜索引擎的方式，激勵大模型的搜索能力，避免與真實搜索引擎（如谷歌）的交互，降低成本和不可控性。

• 動態控制文檔質量：支持生成相關或噪聲文檔，基于調整提示中的關鍵詞，靈活控制生成文檔的質量，為訓練提供多樣化的檢索場景。

• 支持多種模型和算法：兼容不同參數規模的大模型（如3B、7B、14B），支持多種強化學習算法（如PPO、GRPO）。

ZeroSearch核心技術

• 無需真實搜索引擎交互：ZeroSearch通過強化學習框架，無需與谷歌等真實搜索引擎交互，就能激發大模型的搜索能力。它基于大模型在大規模預訓練過程中積累的知識，將其轉化為檢索模塊，根據查詢生成相關內容。

• 動態控制文檔質量：該框架可動態控制生成文檔的質量，支持生成相關或噪聲文檔，為訓練提供多樣化檢索場景。通過調整提示模板中的關鍵詞，引導模型學習質量分級檢索。

• 輕量級監督微調：先將大模型轉化為檢索模塊，使其能生成高質量或低質量文檔，適應不同訓練需求。

• 課程學習機制：在訓練中逐步增加文檔噪聲水平，讓模型從簡單場景開始，逐步適應更具挑戰性的任務，提升推理能力。

• 基于F1分數的獎勵機制：用F1分數作為獎勵信號，專注于答案準確性。

• 多輪交互模板：設計明確的推理、搜索和回答階段，引導模型逐步完成任務。

性能與成本優勢

• 性能表現：研究人員在NQ、TriviaQA等七大問答數據集上測試，70億參數監督微調模型搜索能力達33.06，140億參數模型達33.97，超過谷歌搜索的32.47。

• 成本效益：使用谷歌搜索進行約64,000次搜索查詢訓練，成本約586.70美元，而用140億參數大模型在四個A100 GPU上模擬訓練，成本僅70.80美元，成本降幅超80%。

ZeroSearch應用場景

• 智能問答系統：可以快速準確地回答用戶問題，適用于智能客服和智能助手等場景。

• 企業內部知識管理：企業可以利用ZeroSearch搭建高效的知識搜索平臺，員工能夠快速定位所需信息，提升工作效率。

項目地址

項目官網：https://alibaba-nlp.github.io/ZeroSearch/

GitHub倉庫：https://github.com/Alibaba-nlp/ZeroSearch

HuggingFace模型庫：https://huggingface.co/collections/sunhaonlp/zerosearch

arXiv技術論文：https://arxiv.org/pdf/2505.04588