阿里巴巴的 “ZeroSearch” 让 AI 自学谷歌搜索本身——将训练成本降低 88%

阿里巴巴集团的研究人员开发出一种新方法，该方法有望显著降低训练 AI 系统以搜索信息的成本和复杂性，从而完全消除对昂贵的商业搜索引擎 API 的需求。

这种名为 “ZeroSearch” 的技术，允许大语言模型 ( LLMs ) 通过模拟方法而非在训练过程中与真实搜索引擎进行交互，从而发展出先进的搜索能力。这一创新不仅能够为企业节省大量 API 开支，同时也能更好地控制 AI 系统学习如何检索信息的过程。

研究人员在本周公布于 arXiv 的论文中写道： “强化学习 ( RL ) 训练需要频繁的 rollout ，可能涉及数十万次搜索请求，因此会产生巨额的 API 费用，严重限制了可扩展性。为了解决这些问题，我们引入了 ZeroSearch ，这是一种强化学习框架，激发大语言模型 ( LLMs ) 的搜索能力，而无需与真实搜索引擎进行交互。”

阿里巴巴刚刚在 Hugging Face 上发布了 ZeroSearch 激发大语言模型 ( LLMs ) 的搜索能力而无需搜索 pic.twitter.com/QfniJNO3LH

— AK (@_akhaliq)

2025 年 5 月 8 日

如何用 ZeroSearch 训练 AI 在无需搜索引擎的情况下进行搜索

ZeroSearch 解决的问题十分重要。开发能够自主搜索信息的 AI 助手的公司面临两大挑战：其一是训练过程中由搜索引擎返回的文档质量不可预测，其二是调用数十万个诸如 Google 等商业搜索引擎 API 所需的费用过高。

阿里巴巴的方法始于一种轻量级的监督式微调过程，该过程将大语言模型 ( LLMs ) 转化为一个检索模块，使其能够根据查询生成既相关又不相关的文档。在强化学习训练过程中，该系统采用了一种研究人员称之为 “基于课程的 rollout 策略” 的方法，逐步降低生成文档的质量。

研究人员解释道：“我们的核心洞见在于，大语言模型 ( LLMs ) 在大规模预训练过程中已获得了广泛的世界知识，并能够根据搜索查询生成相关的文档。真实搜索引擎与模拟用的 LLMs 之间的主要区别在于返回内容的文本风格。”

以极低成本超越 Google

在对七个问答数据集进行的全面实验中，ZeroSearch 不仅与使用真实搜索引擎训练的模型相当，甚至常常超过其性能。值得注意的是，一个拥有 7B 参数的检索模块达到了与 Google 搜索相当的性能，而一个拥有 14B 参数的模块甚至超越了 Google 搜索。

成本节约非常显著。根据研究人员的分析，使用 SerpAPI 通过 Google 搜索进行大约 64,000 次搜索查询的训练费用约为 586.70 美元，而在四块 A100 GPU 上使用一个 14B 参数的模拟大语言模型 ( LLMs ) 训练只需要 70.80 美元，成本降低了 88%。

论文指出：“这证明了在强化学习设置中，使用训练良好的大语言模型 ( LLMs ) 替代真实搜索引擎的可行性。”

这一成果对 AI 开发的未来意味着什么

这一突破标志着训练 AI 系统方法的重大转变。ZeroSearch 表明，AI 可以在不依赖外部工具（如搜索引擎）的情况下不断进步。

这一影响对于 AI 行业可能是巨大的。迄今为止，训练先进的 AI 系统通常需要调用受大型科技公司控制的昂贵 API 服务。而 ZeroSearch 改变了这一局面，让 AI 通过模拟搜索而非使用真实搜索引擎来实现搜索功能。

对于预算有限的小型 AI 公司和初创企业来说，这一方法可能会使竞争环境更为公平。高昂的 API 调用费用一直是开发高阶 AI 助手的主要门槛。通过将这些成本削减近 90%，ZeroSearch 使得先进的 AI 训练更加普及。

除了节约成本，此技术还使开发者能够更好地控制训练过程。当使用真实搜索引擎时，返回文档的质量往往难以预测。而通过模拟搜索，开发者可以精确地掌控在训练过程中 AI 接收到的信息。

这一技术适用于多个模型系列，包括 Qwen-2.5 和 LLaMA-3.2，无论是基础模型还是经过指令调优的变体。研究人员已在 GitHub 和 Hugging Face 上公开了他们的代码、数据集和预训练模型，使其他研究人员和公司能够实现这一方法。

随着大语言模型 ( LLMs ) 的不断演进，像 ZeroSearch 这样的技术预示着未来：AI 系统可以通过自我模拟来发展出越来越复杂的能力，而不再依赖外部服务 —— 这有可能改变 AI 开发的经济模式，并减少对大型科技平台的依赖。

具有讽刺意味的是，通过教会 AI 在不使用搜索引擎的情况下进行搜索，阿里巴巴可能已经创造出一种技术，使得传统搜索引擎在 AI 开发中的作用变得不再那么必要。随着这些系统变得越来越自给自足，技术领域在短短几年内可能会呈现出截然不同的局面。