PaSa: Open-Source-KI-Agent von ByteDance zur Suche wissenschaftlicher Arbeiten 94

PaSa-Agent.ai ist ein von ByteDance vorgestellter KI-Agent für die Suche nach wissenschaftlichen Arbeiten, der auf verstärkendem Lernen basiert. Er kann automatisch Suchmaschinen aufrufen, Paper lesen und Zitationsnetzwerke verfolgen, um den Nutzern präzise wissenschaftliche Literaturrecherchen anzubieten.

PaSa Kernfunktionen:

• Intelligente Suche: PaSa-Agent kann ähnlich wie ein menschlicher Forscher agieren. PaSa ist in der Lage, basierend auf den von Nutzern eingegebenen wissenschaftlichen Fragen vielfältige Suchbegriffe zu generieren, automatisch Suchmaschinen aufzurufen und mehrere Suchen durchzuführen, um ein breiteres Spektrum wissenschaftlicher Literatur abzudecken.

• Verarbeitung komplexer Anfragen: Speziell für die Bearbeitung komplexer wissenschaftlicher Anfragen entwickelt, kann detaillierte Forschungsanforderungen verstehen, einschließlich spezifischer Algorithmen, Forschungsmethoden oder Nuancen innerhalb eines Fachgebiets.

• Navigation im Zitationsnetzwerk: PaSa findet nicht nur Paper, sondern verfolgt auch das Zitationsnetzwerk verwandter Arbeiten und hilft Nutzern so, relevante Literatur und den Forschungshintergrund zu entdecken.

• Unterstützung für mehrere Fachgebiete: Derzeit liegt der Schwerpunkt hauptsächlich auf Anfragen im Bereich der Informatik, doch soll die Unterstützung künftig schrittweise auf andere Fachgebiete ausgeweitet werden.

• Lesen und Analysieren von Paperinhalten: Mithilfe der beiden Kernkomponenten Crawler und Selector kann PaSa relevante Paper effizient sammeln und filtern, um die Genauigkeit der Suchergebnisse sicherzustellen.

• Auswahl relevanter Referenzen: PaSa kann aus einer riesigen Literaturmenge die für die Nutzeranfrage relevantesten Referenzen herausfiltern und umfassende sowie präzise Suchergebnisse liefern.

Leistungsstärken von PaSa:

• Über traditionellen Suchmaschinen: Auf dem RealScholarQuery-Benchmark übertrifft das Modell PaSa-7B Google Scholar bei den Metriken recall@20 und recall@50 um 37,78 % bzw. 39,90 %, was seine herausragende Leistung im Bereich der wissenschaftlichen Suche zeigt.

• Kombination mit großen Sprachmodellen: Obwohl auf synthetischen Daten trainiert, übertrifft die Leistung von PaSa mehrere Basissysteme, darunter Google, Google Scholar sowie das suchgestützte GPT-4o.

Technische Prinzipien von PaSa:

Der Kern von PaSa umfasst zwei wesentliche LLM-Agenten: Crawler und Selector. Der Crawler ist dafür zuständig, mittels Suchmaschinen wissenschaftliche Paper zu sammeln, die für die Nutzeranfrage relevant sind, während der Selector jedes Paper sorgfältig liest und bewertet, ob es den Nutzeranforderungen entspricht. PaSa wird mithilfe von Reinforcement Learning (RL) und dem Proximal Policy Optimization (PPO)-Algorithmus trainiert und nutzt den synthetischen Datensatz AutoScholarQuery sowie den Real-World-Query-Benchmark RealScholarQuery, um die Sucheffizienz und -genauigkeit zu steigern.

Anwendungsszenarien von PaSa:

PaSa eignet sich für zahlreiche Bereiche wie akademische Forschung, Bildung und Unternehmensforschung & -entwicklung. In der akademischen Forschung kann PaSa Forschern helfen, schnell Meilensteinarbeiten innerhalb eines Fachgebiets zu finden und zu vermeiden, dass weniger bekannte Studien übersehen werden. Im Bildungsbereich können Studierende ihre Anforderungen in natürlicher Sprache formulieren, und PaSa empfiehlt automatisch abgestufte Literatur. In der unternehmerischen F&E kann PaSa die neuesten technologischen Entwicklungen in Echtzeit verfolgen:

• Akademische Forschung: Forscher können mit PaSa schnell relevante Literatur finden, Zeit sparen und die Effizienz ihrer Forschung steigern.

• Literaturübersichten: Beim Verfassen von Literaturübersichten kann PaSa Forschern dabei helfen, relevante Literatur umfassend zu sammeln und zu analysieren.

• Bildungsbereich: Lehrkräfte und Studierende können PaSa für Themenrecherchen und Literatursuche nutzen und so die Lernerfahrung verbessern.

• Interdisziplinäre Forschung: Durch die Unterstützung mehrerer Fachgebiete eignet sich PaSa für interdisziplinäre Forschungsprojekte und hilft Forschern, Literatur aus unterschiedlichen Disziplinen zu beziehen.

Wie nutzt man PaSa-Agent.ai für wissenschaftliche Anfragen und Literaturrecherche?

Online-Nutzung

• Website aufrufen: Besuchen Sie die PaSa-Agent.ai-Website.

• Anfrage eingeben: Geben Sie Ihre wissenschaftliche Frage oder Ihr Forschungsthema in das Suchfeld ein.

• Ergebnisse abrufen: Das System ruft automatisch Suchmaschinen auf, durchsucht relevante Paper und verfolgt Zitationsnetzwerke, um letztendlich präzise und umfassende Ergebnisse für die Suche nach wissenschaftlichen Papern bereitzustellen.

Lokale Bereitstellung

• Daten vorbereiten: Laden Sie die Datensätze herunter und bereiten Sie sie vor, einschließlich AutoScholarQuery und RealScholarQuery.

• Modelle vorbereiten: Laden Sie die Modell-Checkpoints von PaSa-7b-Crawler und PaSa-7b-Selector herunter.

<

• PaSa ausführen: Klonen Sie das GitHub-Repository gemäß der bereitgestellten Anleitung, installieren Sie die Abhängigkeiten und führen Sie PaSa aus.

PaSa-Agent.ai verfügt zudem über eine durch Reinforcement Learning optimierte Fähigkeit und wird mit dem synthetischen Datensatz AutoScholarQuery trainiert, der 35.000 feinkörnige wissenschaftliche Anfragen und die zugehörigen Paper enthält. Darüber hinaus wurde von PaSa der RealScholarQuery-Benchmark entwickelt, der reale wissenschaftliche Anfragen sammelt, um die Leistung in realitätsnäheren Szenarien zu bewerten.