阿里巴巴集團研究人員近日推出一項名爲"ZeroSearch"的突破性技術，徹底改變了訓練人工智能系統搜索信息的方式。這項創新技術通過模擬方法讓大型語言模型（LLM）開發高級搜索功能，無需在訓練過程中與真實搜索引擎交互，從而消除了對昂貴商業搜索引擎API的依賴。

解決成本與複雜性難題

ZeroSearch解決了AI行業面臨的兩大關鍵挑戰:搜索引擎返回文檔質量的不可預測性，以及向谷歌等商業搜索引擎進行數十萬次API調用所產生的高昂成本。

研究人員在本週發表於arXiv的論文中指出:"強化學習[RL]訓練需要頻繁部署，可能涉及數十萬個搜索請求，這會產生大量的API開銷，並嚴重限制可擴展性。爲了應對這些挑戰，我們推出了ZeroSearch，這是一個強化學習框架，無需與真實搜索引擎交互即可激勵LLM的搜索能力。"

QQ20250509-094446.png

創新的訓練方法

阿里巴巴的方法首先採用輕量級的監督式微調，將LLM轉換爲能夠根據查詢生成相關和不相關文檔的檢索模塊。在強化學習訓練過程中，系統採用"基於課程的推出策略"，逐步降低生成文檔的質量。

研究人員解釋道:"我們的關鍵見解是，LLM在大規模預訓練過程中獲得了廣泛的世界知識，能夠根據搜索查詢生成相關文檔。真實搜索引擎和模擬LLM之間的主要區別在於返回內容的文本風格。"

性能超越傳統方法的同時大幅降低成本

在七個問答數據集的全面測試中，ZeroSearch不僅匹敵，甚至經常超越使用真實搜索引擎訓練的模型。令人印象深刻的是，一個70億參數的檢索模塊實現了與谷歌搜索相當的性能，而140億參數的模塊甚至超越了後者。

成本節省更是顯著:通過SerpAPI使用Google搜索進行約64，000個查詢的訓練成本約爲586.70美元，而在四臺A100GPU上使用14B參數模擬LLM的成本僅爲70.80美元，節省了88%的費用。

論文結論指出:"這證明了在強化學習設置中使用訓練有素的LLM替代真實搜索引擎的可行性。"

對AI行業的深遠影響

這一突破標誌着AI訓練方式的重大轉變。ZeroSearch表明，AI系統可以通過自我模擬而非依賴外部工具來實現功能改進，爲行業帶來多重益處:

  • 降低進入門檻:對預算有限的初創公司和研究團隊，API調用成本降低近90%使高級AI訓練更加平民化
  • 增強控制能力:開發者可以精確控制AI訓練過程中接觸的信息，不再受制於搜索引擎返回結果的不確定性
  • 適用性廣泛:該技術已在多個模型系列上得到驗證，包括Qwen-2.5和LLaMA-3.2的基礎版本和指令調整版本

研究團隊已在GitHub和Hugging Face上公開了相關代碼、數據集和預訓練模型，鼓勵行業廣泛採用這一創新方法。

隨着大型語言模型繼續發展，ZeroSearch這樣的技術預示着未來AI系統將能通過自我模擬而非依賴外部服務來開發更復雜的功能，這可能從根本上改變AI開發的經濟性並減少對大型技術平臺的依賴。

諷刺的是，在教AI無需搜索引擎進行搜索的過程中，阿里巴巴可能創造了一項讓傳統搜索引擎對AI發展不再那麼重要的技術。隨着這些系統變得更加自給自足，技術格局可能在未來幾年內發生巨大變化。