阿里开源“零搜索”技术，训练成本直降88%，准确度超谷歌搜索

智东西

编译 | 金碧辉

编辑 | 程茜

智东西5月9日消息，阿里巴巴5月7日发表于arXiv的论文透露，阿里巴巴达摩院研发的“零搜索”（ZeroSearch）技术突破性破解AI训练成本困境。该技术能通过模拟搜索引擎训练机制，使大模型在无需调用真实搜索引擎API的情况下自主进化检索能力。

阿里巴巴达摩院研究团队发表于arXiv的论文原文

“零搜索”技术打破依赖科技巨头的API经济模式，开发者可精准控制训练数据质量。目前开源代码已登陆GitHub和Hugging Face平台，涵盖Qwen-2.5、LLaMA-3.2等主流架构，支持基础版和指令微调版模型。初创企业可用四块A100显卡搭建高精度训练环境。

在包含NQ、TriviaQA、PopQA、HotpotQA等七大主流问答数据集的综合测评中，基于“零搜索”技术训练的140亿参数大模型不仅搜索准确率力压谷歌，更实现训练成本直降近九成。

arXiv论文原文中的七大主流问答数据集的综合测评图表

据VentureBeat今天报道，原本需要调用商业搜索引擎API的586.70美元（折合人民币约为4240.74元）开销，如今仅需70.80美元（折合人民币约为510.17元）即可完成同等量级训练任务。这项创新让AI模型在“自我模拟”（self-simulated）中获得出类似搜索搜索引擎的检索能力。

一、 “零搜索” 技术成本大降超八成，性能超越谷歌搜索

研究人员使用SerpAPI调用谷歌搜索服务作为对照组，通过模拟传统AI训练流程中调用商业搜索引擎API的场景，与“零搜索”技术方案进行成本对比。

研究人员测算，使用SerpAPI调用谷歌搜索处理约6.4万次查询，成本约为586.70美元（约合人民币为4228.82元）；而在四块A100 GPU上运行14B参数的大语言模型，仅需70.80美元（折合人民币约为510.43元），节省幅度高达88%。

据TechCrunch 2024年11月报道，从目前存在的一些公开信息透露，SerpAPI旨在帮助开发者绕过复杂的网页解析流程，SerpAPI能通过API调用获取谷歌、Bing、百度等主流搜索引擎的搜索结果数据。

SerpAPI的实际企业用户包括Jasper.ai、Copy.ai等AI初创公司，这些企业通过API接口获取实时搜索结果训练对话系统，但具体成本数据未被披露。

二、阿里大模型能生成拟真文档，较谷歌API节省88%开支

阿里巴巴的研究团队发现，经过海量预训练的大模型已具备拟真文档生成能力。通过监督微调将大语言模型转化为检索模块，能按需生成相关或无关文档组合。

在强化学习阶段，系统通过渐进式降低生成文档质量的“教学方案”，迫使模型持续优化检索精度，形成自主进化闭环。

据VentureBeat今天报道，在TriviaQA等7个主流问答数据集测试中，基于通义千问2.5、LLaMA3.2等架构的模在数学视觉推理测试中得分超过OpenAI o1，展现了强大的图形与数学结合的分析能力。14B参数模型在事实准确性指标上超越谷歌搜索2.3个百分点，7B模型与商业引擎持平。相同训练量下模拟方案较谷歌搜索API节省88%开支。

结语：“零搜索”技术推动AI产业进入低成本自主进化阶段

阿里巴巴达摩院的突破可能是AI训练范式的重要转折。当大模型能在封闭系统内模拟现实世界的信息交互，用户得以摆脱对外部服务的依赖，这对数据安全、训练可控性及技术民主化或具有深远意义。

从行业发展趋势来看，“零搜索”技术有望对AI开发价值链产生深远影响。随着自模拟技术成熟，未来，或将涌现更多AI训练方案，推动产业进入低成本自主进化的新阶段。

来源：arXiv、VentureBeat