PaSa

Nous te présentons PaSa, un agent de recherche de documents avancé alimenté par de grands modèles de langage. PaSa peut prendre des décisions de manière autonome, y compris invoquer des outils de recherche, lire des documents et sélectionner des références pertinentes, afin d'obtenir des résultats complets et précis pour des requêtes académiques complexes. Nous optimisons PaSa en utilisant l'apprentissage par renforcement avec un ensemble de données synthétiques, AutoScholarQuery, qui comprend 35 000 requêtes académiques détaillées et les documents correspondants provenant de publications de conférences en IA de premier plan. De plus, nous développons RealScholarQuery, une référence qui collecte des requêtes académiques du monde réel pour évaluer la performance de PaSa dans des scénarios plus réalistes. Malgré une formation sur des données synthétiques, PaSa surpasse de manière significative les lignes de base existantes sur RealScholarQuery, y compris Google, Google Scholar, Google avec GPT-4 pour des requêtes paraphrasées, chatGPT (GPT-4o activé pour la recherche), GPT-o1 et PaSa-GPT-4o (PaSa implémenté en interrogeant GPT-4o). Notamment, PaSa-7B dépasse la meilleure ligne de base basée sur Google, Google avec GPT-4o, de 37,78 % en recall@20 et de 39,90 % en recall@50. Il dépasse également PaSa-GPT-4o de 30,36 % en recall et de 4,25 % en précision.