PaSa项目使用教程

【免费下载链接】pasa 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. 项目地址: https://gitcode.com/gh_mirrors/pa/pasa

1. 项目介绍

PaSa（Paper Search Agent）是一个基于大型语言模型的先进学术搜索代理。它可以自主地做出一系列决策，包括调用搜索工具、阅读论文以及选择相关参考文献，以最终为复杂的学术查询提供全面而准确的结果。PaSa 使用强化学习进行优化，并在合成数据集AutoScholarQuery上进行训练，该数据集包含35k个细粒度的学术查询和来自顶级人工智能会议出版物对应的论文。此外，还开发了RealScholarQuery基准，收集真实世界的学术查询，以评估PaSa在更现实场景中的性能。

2. 项目快速启动

以下是快速启动PaSa项目的步骤：

首先，确保你已经安装了Python环境。然后按照以下步骤操作：

# 克隆项目仓库
git clone git@github.com:bytedance/pasa.git

# 进入项目目录
cd pasa

# 准备数据集
# 下载数据集并保存到data文件夹中（具体数据集下载地址在项目README中有说明）

# 准备模型 checkpoints
# 下载pasa-7b-crawler和pasa-7b-selector模型 checkpoints 并保存到checkpoints文件夹中

# 安装依赖
pip install -r requirements.txt

# 应用程序需要Google Search API密钥，请在serper.dev申请并替换utils.py中的'your google keys'

# 运行PaSa
python run_paper_agent.py

请注意，上述步骤中的utils.py中需要替换的'your google keys'是指Google Search API的密钥。

3. 应用案例和最佳实践

应用案例

• 搜索特定主题的学术论文。
• 跟踪特定研究领域内的最新研究进展。
• 为学术报告或论文写作寻找相关文献。

最佳实践

• 在使用PaSa时，尽可能详细地描述你的学术搜索需求。
• 利用PaSa的Crawler和Selector模块的优势，Crawler负责搜索和收集论文，Selector负责评估论文与查询的相关性。
• 在评估PaSa性能时，可以使用RealScholarQuery数据集来获得更接近现实使用场景的结果。

4. 典型生态项目

目前，PaSa项目作为一个独立的学术搜索工具，其生态项目还不是非常丰富。但是，它可以与以下类型的项目配合使用：

• 学术搜索引擎优化项目，如针对特定领域或语言的搜索优化。
• 教育平台，为学生和研究人员提供论文搜索和管理的集成服务。
• 研究协作工具，帮助研究人员在项目协作中发现相关文献。

通过这些生态项目，PaSa的学术搜索功能可以得到进一步扩展和增强。

【免费下载链接】pasa 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. 项目地址: https://gitcode.com/gh_mirrors/pa/pasa