标题：Search版o1：推理过程会主动查资料，整体性能优于人类专家，清华人大出品

衡宇 白小交 发自 凹非寺 量子位 | 公众号 QbitAI

一个新框架让Qwen版o1成绩暴涨，在博士级别科学问答、数学、代码能力的11项评测中，能力显著提升，拿下10个第一！

这就是人大、清华联手推出的最新「Agentic搜索增强推理模型框架」Search-o1。

项目团队发现，o1和类似模型在推理中表现突出，但存在“知识不足”的缺陷。推理步骤过长或模型知识不足时，推理容易卡壳，导致错误传递。

Search-o1的解题思路是：暂停推理，搜索缺失知识，再继续推理。研究者发现类o1模型处理复杂问题时，平均每个推理过程有超30次的不确定词汇。

Search-o1结合RAG和Reason-in-Documents模块，将Agentic搜索工作流整合到推理过程中，使模型在遇到不确定知识点时，能自主检索外部知识，保持推理连贯性。

研究团队广泛测试后发现，Search-o1在科学、数学和编码等复杂推理任务及六个开放领域QA基准测试中表现出色。目前项目已开源。

Search-o1将推理模型的推理过程与Reason-in-Documents模块和Agentic RAG机制集成。Reason-in-Documents模块独立于主推理链，分析文档生成中间推理序列，确保推理过程简洁专注。Agentic RAG机制让模型自主决定何时检索外部知识。

实验显示，Search-o1在复杂推理任务中，11个测试集中有10个优于原生推理和传统RAG方法。在多跳QA任务上，Search-o1表现尤为突出，平均准确率提升近30%。