ZeroSearch：阿里巴巴开源的一种创新大模型搜索引擎框架

2025年5月8日，阿里巴巴开源了ZeroSearch大模型搜索引擎，ZeroSearch是阿里巴巴通义实验室开源的创新大模型搜索引擎框架，本质上是一种独特的强化学习框架，无需与传统意义上的真实搜索引擎进行交互，便能充分激励大模型自身潜藏的搜索能力。

ZeroSearch主要功能

无需真实搜索引擎交互：模拟搜索引擎的方式，激励大模型的搜索能力，避免与真实搜索引擎（如谷歌）的交互，降低成本和不可控性。

动态控制文档质量：支持生成相关或噪声文档，基于调整提示中的关键词，灵活控制生成文档的质量，为训练提供多样化的检索场景。

支持多种模型和算法：兼容不同参数规模的大模型（如3B、7B、14B），支持多种强化学习算法（如PPO、GRPO）。

ZeroSearch核心技术

无需真实搜索引擎交互：ZeroSearch通过强化学习框架，无需与谷歌等真实搜索引擎交互，就能激发大模型的搜索能力。它基于大模型在大规模预训练过程中积累的知识，将其转化为检索模块，根据查询生成相关内容。

动态控制文档质量：该框架可动态控制生成文档的质量，支持生成相关或噪声文档，为训练提供多样化检索场景。通过调整提示模板中的关键词，引导模型学习质量分级检索。

轻量级监督微调：先将大模型转化为检索模块，使其能生成高质量或低质量文档，适应不同训练需求。

课程学习机制：在训练中逐步增加文档噪声水平，让模型从简单场景开始，逐步适应更具挑战性的任务，提升推理能力。

基于F1分数的奖励机制：用F1分数作为奖励信号，专注于答案准确性。

多轮交互模板：设计明确的推理、搜索和回答阶段，引导模型逐步完成任务。

性能与成本优势

性能表现：研究人员在NQ、TriviaQA等七大问答数据集上测试，70亿参数监督微调模型搜索能力达33.06，140亿参数模型达33.97，超过谷歌搜索的32.47。

成本效益：使用谷歌搜索进行约64,000次搜索查询训练，成本约586.70美元，而用140亿参数大模型在四个A100 GPU上模拟训练，成本仅70.80美元，成本降幅超80%。

ZeroSearch应用场景

智能问答系统：可以快速准确地回答用户问题，适用于智能客服和智能助手等场景。

企业内部知识管理：企业可以利用ZeroSearch搭建高效的知识搜索平台，员工能够快速定位所需信息，提升工作效率。

项目地址

项目官网：https://alibaba-nlp.github.io/ZeroSearch/

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

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

arXiv技术论文：https://arxiv.org/pdf/2505.04588