阿里巴巴开源 ZeroSearch：重新定义搜索引擎的未来

2025年5月8日，阿里巴巴正式开源了其创新的大模型搜索引擎 ZeroSearch，这一举措在技术界引起了广泛关注。ZeroSearch 的出现，不仅打破了传统搜索引擎的界限，还通过强化学习框架，巧妙地利用大模型在大规模预训练过程中积累的丰富知识，为用户带来了一种无需依赖真实搜索引擎的智能搜索新体验。

在信息爆炸的时代，传统搜索引擎如谷歌等，虽然在信息检索领域取得了巨大成功，但也面临着诸多挑战。一方面，传统搜索引擎依赖于索引和关键词匹配，难以精准理解用户需求并提供高度相关的搜索结果；另一方面，频繁调用商业搜索引擎 API 进行强化学习训练，成本高昂且可扩展性受限。ZeroSearch 应运而生，它以强化学习框架为基础，模拟搜索引擎的方式激励大模型的搜索能力，有效解决了传统搜索引擎的痛点。

ZeroSearch 最显著的特点之一是无需与真实搜索引擎（如谷歌）进行交互。它通过轻量级的监督式微调，将大型语言模型（LLM）转化为检索模块，使其能够根据查询生成相关或不相关的文档。这种创新模式避免了与真实搜索引擎的频繁交互，降低了成本和不可控性，同时也提高了搜索的自主性和灵活性。

ZeroSearch 支持生成相关或噪声文档，并通过调整提示模板中的关键词，灵活控制生成文档的质量。在训练过程中，它采用“基于课程的 rollout 策略”，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。这种动态控制文档质量的能力，为训练提供了多样化的检索场景，有助于提升模型的泛化能力和适应性。

研究人员在 NQ、TriviaQA、PopQA、HotpotQA 等 7 大问答数据集上对 ZeroSearch 进行了综合评测。结果显示，一个 70 亿参数的监督微调模型使用 ZeroSearch 后，其搜索能力达到了 33.06；140 亿参数的模型则达到了 33.97，超过了谷歌搜索的 32.47。这表明 ZeroSearch 在性能上已经超越了现有的谷歌搜索，能够为用户提供更精准、更高质量的搜索结果。

与使用真实搜索引擎进行训练相比，ZeroSearch 的训练成本大幅降低。研究人员通过 SerpAPI 使用谷歌搜索进行约 64,000 次搜索查询的训练，成本约为 586.70 美元；而在四个 A100 GPU 上使用 140 亿参数的大模型进行模拟时，成本仅为 70.80 美元，成本降低了 87.93% 以上。这一成本优势使得大规模训练更加可行，为 AI 搜索结果的广泛应用和普及奠定了基础。

ZeroSearch 的开源为 AI 开发者提供了一种全新的、成本效益更高的训练方法。它降低了进入门槛，使预算有限的初创公司和研究团队能够更容易地进行高级 AI 训练。同时，开发者可以精确控制 AI 在训练过程中接触的信息，不再受制于搜索引擎返回结果的不确定性，从而更好地掌握 AI 系统的训练方向和质量。

ZeroSearch 的出现将拓展信息检索的边界，使其不再局限于传统搜索引擎的索引和关键词匹配方式。它能够更深入地理解用户需求，提供更精准、更个性化的搜索结果。这将推动信息检索技术的发展，为用户提供第三方应用开发更多的创新应用场景。

ZeroSearch 与大模型技术紧密结合，充分利用了大模型在大规模预训练过程中积累的知识。它的开源将进一步促进大模型技术的融合与发展，激发更多基于大模型的创新应用。同时，ZeroSearch 支持多种强化学习算法，具有很强的扩展性和通用性，能够适应不同参数规模的大模型，为大模型的进一步研究和应用提供了有力支持。

阿里巴巴开源的 ZeroSearch 搜索结果，凭借其无需真实搜索引擎交互、动态控制文档质量、强大的性能表现和显著的成本降低等优势，重新定义了搜索引擎的未来。它不仅为 AI 开发者带来了新的机遇，也为信息检索领域注入了新的活力。随着 ZeroSearch 的不断发展和完善，我们有理由相信，它将引领搜索引擎技术走向一个新的时代，为用户带来更加智能、高效、便捷的搜索体验，同时也将推动 AI 技术在更广泛的领域实现创新和突破。