通义实验室提出新研究：大模型“扮演”搜索引擎提升推理能力，无需依赖搜索API。传统强化学习结合真实搜索引擎虽能增强大模型检索-推理能力，但面临搜索文档质量不稳定及API高频调用导致成本高昂的问题。为此，通义实验室开源ZeroSearch，无需与真实搜索引擎交互，仅用3B参数的LLM即可显著提升搜索能...

5月9日，阿里巴巴开源了ZeroSearch大模型，该模型无需依赖外部搜索引擎即可具备搜索能力。ZeroSearch是一种强化学习框架，通过生成相关文档响应查询，利用课程化展开机制逐步提升模型推理能力。实验表明，ZeroSearch在多个数据集上的表现优于基于真实搜索引擎的模型，70亿参数模型在7大问答数据集上的成绩超越谷歌搜索（得分33.06 vs. 谷歌32.47），同时成本降低了87.93%。使用谷歌搜索训练的成本约为586.70美元，而ZeroSearch仅需70.80美元。该模型已在Qwen-2.5、LLaMA-3.2等主流模型中验证，全部代码、数据集及预训练模型已开源至GitHub和Hugging Face。