PaSa -- an advanced paper search agent powered by large language models. It can autonomously make a series of decisions, including invoking search tools, reading papers, and selecting relevant references, to ultimately obtain comprehensive and accurate results for complex scholarly queries.
PaSa 是一个基于大语言模型构建的先进学术论文搜索代理。该项目旨在解决复杂学术查询中的信息检索难题,通过自主决策流程,能够高效地检索、阅读并筛选出高度相关的学术文献。
系统通过 Crawler 和 Selector 两个核心 LLM 代理协同工作,实现对论文搜索过程的深度自动化控制。支持自主调用搜索工具、扩展引文链接以及按需终止处理,确保检索逻辑的灵活性。利用包含 3.5 万条细粒度学术查询的 AutoScholarQuery 数据集进行强化学习优化,大幅提升了对复杂问题的理解能力。能够自动对检索到的论文进行语义筛选,确保最终交付的结果精准符合用户的特定学术需求。
适用于科研人员、学生及学术工作者,可用于快速完成深度文献调研、系统性综述撰写或针对特定前沿课题的精准文献定位。