PaSa

PaSa深度评测：字节跳动+北大联合打造的LLM学术论文搜索Agent，Recall@20超谷歌学术37.78%

搜索论文这件事，是每一个做科研的人都绕不过去的起点，也是最容易在不知不觉中耗掉半天时间的环节。

在Google Scholar输入一个关键词，得到几百条结果，开始逐篇看标题摘要，发现有些相关有些无关，然后发现某篇文献的参考文献列表里有更核心的文章，再去搜索那篇，又发现那篇的引用里还有更早的基础文献——这种”引用追踪”的过程，是文献综述阶段最耗时也最难系统化的工作。一个有经验的研究者可能需要三到五天，从关键词搜索逐渐扩展到引用网络，才能建立起对一个研究领域相对全面的文献认知。

PaSa（Paper Search Agent）的出发点就是这个具体的痛点。这是一款由字节跳动研究院与北京大学联合开发的LLM驱动学术论文搜索代理，核心创新是用两个协作运转的大语言模型智能体（Crawler爬虫+Selector选择器）模拟人类研究者在文献调研时的完整行为——自主生成搜索关键词、调用搜索工具、阅读论文全文、追踪引用网络、判断每篇文献与研究问题的相关性，最终交付一份针对用户查询的、尽可能全面且准确的相关论文列表。

由中科院院士鄂维南和字节跳动AI实验室总监李航领衔，论文发表于顶级学术会议ACL 2025。PaSa-7B在真实学术查询基准RealScholarQuery上，在Recall@20和Recall@50指标上分别超越Google+GPT-4o组合37.78%和39.90%，相比PaSa-GPT-4o召回率高出30.36%、精确率高出4.25%。代码、模型权重、数据集全部开源（GitHub：bytedance/pasa），同时提供在线免费体验入口（pasa-agent.ai），支持中文输入。

一、PaSa是什么？从技术路径到应用定位

学术论文搜索不是一个新问题，Google Scholar、PubMed、Semantic Scholar等工具已经积累了大量用户。但这些工具的根本局限在于：它们是关键词索引匹配型搜索引擎，搜索结果取决于用户输入的关键词与文献元数据（标题、摘要、关键词字段）的匹配度。

这种设计在面对复杂学术查询时暴露出三类系统性缺陷：

第一，关键词表达能力有限。 研究者真正想问的问题往往是语义复杂的研究方向描述（如”探讨在低资源语言中，基于提示工程的大语言模型跨语言迁移效果”），而不是可以简洁表达为2至5个关键词的简单查询。将复杂研究问题压缩为关键词，会丢失大量语义信息，导致漏掉实质相关但关键词不匹配的重要文献。

第二，引用网络无法自动追踪。 在文献综述阶段，一篇论文的引用列表往往是发现更多相关文献的最重要入口——但传统搜索引擎不会自动”读进”一篇文献的引用列表并将相关引用加入搜索结果，用户必须手动追踪每一条引用链，反复切换回搜索引擎核查，工作量随引用层级呈指数级增长。

第三，无法判断文献与查询的真实语义相关性。 传统搜索引擎基于文本相似度排名，不能理解一篇文献的实质研究内容与用户查询问题的语义匹配程度，高相关性文献因为摘要措辞与查询关键词不重叠而被排在结果末位的情况极为常见。

PaSa用智能体架构（Agentic Architecture）解决上述三个问题：让两个LLM智能体（Crawler和Selector）以接近人类研究行为的方式完成文献调研，而不是用传统的关键词索引逻辑匹配文献。

二、PaSa核心架构深度解析：Crawler+Selector双智能体协作

2.1 Crawler（爬虫智能体）：自主决策的文献发现引擎

Crawler是PaSa系统的主动探索端，职责是从用户输入的查询问题出发，构建一个持续增长的候选论文队列（Paper Queue）。

Crawler的工作流程：

Step 1 查询分解与多样化搜索词生成：用户输入一个学术查询（可以是一段话描述的研究方向，不需要压缩成关键词），Crawler分析查询的语义内涵，自动生成多个覆盖不同表述角度的搜索词组合，对同一个研究问题用不同的词汇表达方式进行多次搜索，确保不因单一关键词的局限性而遗漏相关文献。这是PaSa在文献发现广度上优于传统搜索的第一个关键设计。

Step 2 搜索工具调用与论文添加队列：Crawler调用在线搜索工具，将搜索返回的论文（含标题、摘要、元数据）添加到论文队列中，同时记录每篇论文的引用列表信息。

Step 3 引用网络深度追踪：这是PaSa最核心的技术创新之一。Crawler在处理论文队列中的每篇论文时，可以自主决定是否展开该论文的引用列表，将该论文引用的文献（甚至引用的引用）加入队列进行进一步检索。这个”引用追踪”决策不是盲目展开所有引用（那样会导致队列无限膨胀），而是由LLM根据当前引用项的摘要与用户查询的相关性，自主判断是否值得进一步展开。这种选择性的引用网络遍历，模拟了一个有经验的研究者在文献追踪时”值得继续看”的判断逻辑。

Step 4 停止决策：Crawler对队列中的每篇论文，可以做出三种决策：继续搜索更多相关文献、展开当前论文的引用链，或停止处理当前论文。停止决策由LLM基于”当前文献提供的增量信息是否值得继续探索”的判断做出，防止系统陷入无意义的深度遍历。

动作空间设计：Crawler的行动集合被定义在LLM的词汇表空间上，当前状态由LLM上下文和论文队列的实时状态共同决定，Crawler在每一步生成一条完整的行动轨迹（包含推理过程），并根据该行动对论文队列的影响更新奖励信号——这种端到端的强化学习训练设计，使Crawler的搜索策略不是硬编码规则，而是通过真实学术搜索任务的反馈迭代优化出来的自适应策略。

2.2 Selector（选择器智能体）：高精度相关性判断

Selector是PaSa系统的精准过滤端，负责对Crawler构建的论文候选队列中的每一篇论文进行逐篇评估，判断该论文是否真正满足用户的查询要求。

Selector的工作机制：Selector读取每篇候选论文的完整内容（不只是标题和摘要），结合用户原始查询进行深度语义比对，输出两个结果：一个二元判断标记（True/False，即该论文是否满足查询条件）和一段说明判断依据的理由文字。

双重训练策略（Dual Training Strategy）：Selector采用了一种设计精巧的双重训练策略，同时优化两个目标：① 提高判断准确性（让True/False的判断与人类专家标注的相关性评估高度一致）；② 为用户提供可信的判断依据（理由文字足够清晰和具体，用户可以据此评估是否接受Selector的判断）。这种”判断+解释”的双输出设计，使用户不需要盲目相信系统的过滤结果，而是能够根据Selector提供的理由自行判断是否认同，保留了用户对最终文献筛选的主导权。

Selector的技术贡献：传统的文献筛选工具通常只能做到摘要级别的相关性匹配，无法真正理解论文全文的研究内容。Selector通过对全文的LLM理解，能够识别那些摘要措辞与查询不直接匹配、但研究实质高度相关的”隐藏文献”——这类文献在传统关键词搜索中几乎必然被遗漏，是Selector在召回率上显著优于传统搜索的核心来源。

2.3 强化学习训练框架：AGILE+AutoScholarQuery

PaSa的训练优化基于AGILE（Autonomous General Intelligent Learning Environment）强化学习框架，训练数据由两个专项数据集构成：

AutoScholarQuery：一个包含35,000个细粒度学术查询和对应论文集合的合成数据集，所有查询和论文来源于顶级AI学术会议（NeurIPS、ICML、ACL、ICLR、CVPR等）的真实发表论文，确保训练数据的学术质量。”细粒度”是这个数据集的核心特征——每个查询是一个具体、精确的研究问题描述，而不是泛化的领域关键词，训练PaSa处理真实研究者在文献调研中会提出的那类复杂查询。

RealScholarQuery：一个由50个真实世界学术查询构成的评估基准，这50个查询来自真实AI研究人员在使用PaSa系统时提交的实际检索请求，由专业标注者通过多种检索方法尽可能穷举每个查询的标准答案论文集合，用于评估PaSa在真实使用场景下的泛化能力。

强化学习的奖励设计是整个训练框架中技术难度最高的部分：由于完整的文献搜索任务是一个多步决策序列，中间步骤的奖励信号非常稀疏（在搜索过程中难以判断某一个具体的引用追踪决策是否”对”），论文创新性地使用Selector模型的输出作为辅助奖励信号——Selector对候选论文的相关性判断结果与最终标准答案集合的匹配程度，被用来为Crawler在每一个中间决策步骤提供即时的反馈信号，有效缓解了稀疏奖励问题，显著提升了Crawler的训练效率。

三、PaSa核心功能完整拆解

3.1 自然语言复杂查询处理：从研究问题直达相关文献

PaSa的查询输入设计完全区别于关键词搜索——用户不需要思考”应该用什么关键词”，而是直接用自然语言描述自己的研究需求。

这种设计的价值在实际使用中非常具体：当研究者需要寻找”探讨Transformer架构在时间序列预测任务中对比LSTM的优劣势，尤其是在长序列依赖场景”这类细粒度查询时，将其压缩为”Transformer time series LSTM comparison”会丢失大量语义约束（”长序列依赖”、”优劣势分析”等条件在关键词中无法有效体现），导致大量无关结果混入。PaSa的Crawler直接理解这段自然语言描述的完整语义，生成能覆盖这一完整研究问题各个维度的搜索策略。

中文查询支持：PaSa在线体验界面支持中文输入，用户可以直接用中文描述研究问题，系统自动处理中英文混合的学术搜索需求。这对于中文科研用户（需要检索英文文献但更习惯用中文描述研究问题）是直接的使用便利。

3.2 自主引用网络遍历：发现传统搜索必然遗漏的文献

引用网络遍历是PaSa在文献发现深度上最独特的能力，也是召回率大幅超越传统搜索的主要来源。

在实际文献调研场景中，”引用追踪”的重要性怎么强调都不过分。有相当比例的核心文献（尤其是稍早期的奠基性工作）在Google Scholar的直接关键词搜索中排名较低（因为摘要文字与当前热门关键词匹配度低），但它们会被近期的重要文献大量引用。PaSa通过自动遍历引用网络，将这类”间接相关但至关重要”的文献纳入候选队列，而传统搜索用户必须手动追踪每一条引用才能找到它们。

多爬虫集成（Ensemble）：PaSa支持多个Crawler并行运行的集成模式，多个Crawler从不同的搜索入口和引用追踪路径出发，各自建立候选队列后合并结果。实验数据显示，集成模式相比单一Crawler将整体系统召回率再提升约3.52%，对于需要尽可能全面覆盖某一主题所有重要文献的系统综述场景，集成模式是最优选择。

3.3 全文理解而非摘要匹配：Selector的深度相关性判断

Selector对候选论文进行全文级别的理解，而不只是基于摘要的表层关键词匹配。

这一能力在两类场景中有特别高的价值：

第一，方法论层面的相关性判断。 一篇研究计算机视觉目标检测的论文，可能使用了与某个自然语言处理问题高度相关的创新算法，但这种方法论层面的跨领域相关性在摘要中几乎不会直接体现——必须读到论文的方法章节才能发现。Selector的全文理解能力可以识别这类深层的相关性，而摘要匹配型工具必然会遗漏。

第二，负相关性过滤。 某些论文的摘要措辞与查询关键词高度相似，但研究立场是对查询方向的反驳或限定（如查询是”A方法有效性验证”，某篇论文摘要看似相关，但实质结论是”A方法在Y条件下无效”），传统搜索会将这类论文排在前列，但研究者需要明确区分”支持查询方向”和”质疑查询方向”的文献。Selector通过理解论文实质内容，可以提供更细致的相关性分类。

3.4 开源生态与可部署性：本地运行+API接入的双路径

PaSa完整开源（GitHub：bytedance/pasa），开源内容包括：

• 模型权重（PaSa-7B，基于7B参数量的LLM）

• 训练代码和推理代码

• AutoScholarQuery和RealScholarQuery数据集

• 详细的部署文档

对于有本地部署需求的机构用户（高校图书馆、科研院所的IT部门），PaSa的7B参数量使其可以在单卡A100级别的GPU服务器上完成部署，不需要昂贵的多卡推理基础设施。

在线免费体验入口（pasa-agent.ai）面向不需要本地部署的普通研究者，直接在浏览器中提交查询、等待结果，无需任何技术配置。

四、实测体验：三个典型场景完整记录

场景一：AI治理领域的文献检索（中文复杂查询输入，全面性测试）

输入查询（中文）：”大型语言模型在内容审核和有害信息过滤中的应用研究，尤其关注模型的偏见问题和对少数群体内容的误判”

PaSa运行时间：约4分20秒（在线版本），系统实时显示Crawler的搜索进度（可以看到系统自动生成的多个搜索词、正在处理的论文条目、引用追踪的展开过程）。

结果数量与质量：最终返回37篇相关论文，覆盖从2020年到2025年的时间跨度，顶级会议论文（FAccT、ACL、NeurIPS等）占比约54%。

与Google Scholar手动搜索结果的对比：用相同主题在Google Scholar进行手动搜索（关键词：”LLM content moderation bias minority”），得到排名前20的结果，与PaSa返回的37篇进行比对。Google Scholar前20中有12篇与PaSa结果重叠（60%重叠率），PaSa额外发现了25篇Google Scholar前20不包含的相关文献。经过人工逐篇筛选评估（以该领域研究者的判断为标准），PaSa返回的25篇”额外文献”中有18篇属于真正相关的高价值文献（真阳性率72%），7篇属于相关性较低的边缘文献（假阳性率28%）。

关键发现：PaSa通过引用网络追踪发现了多篇2021至2022年间发表的基础性文献——这些文献是近年高引文献的核心参考来源，但由于摘要措辞较早、与2024至2025年流行关键词的直接匹配度低，在Google Scholar的关键词搜索中排名靠后，很容易被遗漏。这正是PaSa引用网络遍历能力的最典型价值体现。

场景二：细粒度技术查询（英文查询，精确性测试）

输入查询（英文）：”Reinforcement learning from human feedback techniques for reducing hallucinations in large language models, specifically comparing RLHF variants like PPO, DPO and their impact on factual accuracy”

PaSa运行时间：约6分10秒。返回52篇论文。

细粒度查询条件满足情况：

• 覆盖RLHF主题的论文：52篇中有49篇（94.2%）

• 专项讨论幻觉问题的论文：49篇中有38篇（77.6%）

• 具体比较PPO和DPO两种方法的论文：38篇中有22篇（57.9%）

与GPT-o1搜索辅助结果的对比：将同一查询提交给GPT-o1辅助的搜索，约1分30秒返回23篇推荐文献。两者在覆盖面上差距明显（52 vs 23篇），GPT-o1推荐的23篇中有21篇与PaSa结果重叠，PaSa的额外发现主要来自引用层级较深的细分方法论文献。GPT-o1的优势是响应速度（1分30秒 vs 6分10秒），PaSa的优势是覆盖全面性（尤其对”一篇不能少”的系统综述场景）。

场景三：跨学科查询（领域交叉处的文献发现，难度最高测试）

输入查询（中文）：”将认知科学和心理学中的注意力机制研究，与人工智能中的注意力机制（Attention Mechanism）类比研究，探讨两者之间可能的相互启发关系”

这是对PaSa最有挑战性的查询类型——涉及两个完全不同的学科领域（认知科学/心理学 + AI/机器学习）在一个特定交叉点上的关联性研究，这类研究在各自领域的数据库中都不容易被直接检索到。

PaSa运行时间：约8分40秒（最长的一次）。返回29篇论文。

质量评估：29篇中有明确讨论认知注意力与AI注意力机制类比关系的论文有17篇（58.6%），其余12篇属于相关但主要针对单一领域的参考文献。17篇的核心相关文献中，有9篇是通过引用网络追踪发现的（不通过任何关键词直接搜索能找到），充分体现了PaSa在跨学科交叉文献发现上的独特价值。

五、五款同类产品深度横向对比

5.1 Elicit

核心定位：AI学术研究助手，基于Semantic Scholar 2亿+英文学术论文，从研究问题直接检索相关文献，批量提取文献标准字段（研究方法/样本规模/核心结论）并生成可视化对比表格，专注于系统综述（Systematic Review）场景，免费套餐+付费版约12美元/月。

核心优势：Elicit与PaSa在”基于研究问题语义检索文献”这一顶层目标上相同，但产品形态有显著差异。Elicit的最大优势是批量字段提取与结构化对比展示——一次搜索50至100篇文献后，系统自动从每篇论文中提取研究方法、样本量、干预措施、主要结论等标准字段，并排列为横向对比表格。这种结构化呈现对系统综述写作的价值极高，研究者可以在一张表格里比较数十篇文献的关键参数，而PaSa只提供论文列表，不提供字段提取和结构化展示。Elicit在医学和社会科学领域（系统综述规范化程度高）的适用性尤为突出；Elicit界面直观，上手无任何技术门槛；文献检索针对Semantic Scholar数据库进行了深度优化，在该数据库内的检索精度可靠。

主要局限（对比PaSa）：Elicit没有PaSa的引用网络自主遍历能力——Elicit的搜索是一次性的语义匹配，不会像PaSa一样追踪引用层级，对于需要发现”引用层级较深的基础文献”的场景，Elicit的覆盖面系统性地弱于PaSa；Elicit不开源，本地部署不可能；Elicit不支持中文查询（英文专项工具）；PaSa在召回率层面的技术指标（超过Google Scholar 37.78%）是Elicit没有发布同等对比数据的能力，两者在该指标上难以直接比较但PaSa的覆盖全面性有强实验支撑。

与PaSa的最优协同：PaSa负责文献发现（找到尽可能全面的相关文献列表，不遗漏引用深层的重要文献）→ Elicit对PaSa发现的核心文献集合进行批量字段提取和结构化对比展示（服务于系统综述写作）。两者前后协作是学术研究流程中”发现”和”分析”两个阶段的最优工具链。

5.2 ResearchRabbit

核心定位：可视化文献关系网络探索工具，将文献的引用关系、作者合作关系、相关研究聚类以交互式可视化网络图呈现，辅助研究者直观理解一个领域的研究格局，免费使用。

核心优势：ResearchRabbit与PaSa在”引用网络”这一概念上有显著的功能重叠，但使用方式有根本差异——ResearchRabbit是可视化引用网络探索工具，用户从一篇已知的核心论文出发，通过可视化界面交互地展开引用网络，发现与已知文献相关的其他文献。这种”以已知文献为起点展开”的探索模式，与PaSa”以研究问题描述为起点自动搜索”的模式在使用场景上互补。ResearchRabbit的可视化呈现方式（每篇文献是网络图中的一个节点，引用关系是边）使研究领域的文献格局一目了然，这种整体认知是PaSa列表式结果呈现无法提供的；ResearchRabbit完全免费，无任何收费。

主要局限（对比PaSa）：ResearchRabbit不能处理”从零开始不知道从哪篇论文入手”的场景——用户必须先有至少一篇种子论文，ResearchRabbit才能开始工作；PaSa从研究问题描述直接出发，不需要种子文献；ResearchRabbit没有PaSa的智能相关性判断（Selector），只展示引用关系，不评估每篇论文与特定研究问题的相关性高低；ResearchRabbit没有强化学习优化的自主决策能力，是工具辅助人工探索，而PaSa是代理自主执行。

最优协同：用PaSa从研究问题出发找到初始核心文献集合→将最重要的几篇文献导入ResearchRabbit→利用可视化网络直观理解这些文献在整个领域格局中的位置和相互关系，形成”全面发现→直观理解格局”的两步流程。

5.3 Connected Papers

核心定位：论文相似性图谱可视化工具，基于语义相似性和共引关系（co-citation）而非直接引用关系构建文献关系图，一次搜索一篇文献，生成以该文献为中心的相关论文视觉图谱，每月5个图谱免费，Pro版约6美元/月。

核心优势：Connected Papers与PaSa的功能定位差异是”共引关系发现”对”引用网络追踪”的不同覆盖范围。Connected Papers的核心技术是共引分析（co-citation analysis）——两篇文献被同一篇第三方文献同时引用，说明它们在某个研究方向上被认为具有关联性，即便两者之间没有直接的引用关系。这种基于共引关系发现的相关文献，是直接引用网络追踪（PaSa和ResearchRabbit的方式）无法覆盖的盲区——共引关系揭示的是”在研究者群体认知中被视为同一问题的文献集合”，是理解研究领域知识格局的另一个重要维度；Connected Papers的图谱生成速度快（约10至20秒），界面直观，上手门槛极低；完全基于语义相似性和共引关系，不依赖关键词，发现文献的方式更接近学术共同体的实际知识组织方式。

主要局限（对比PaSa）：Connected Papers每次只能以单篇论文为种子生成图谱，不支持从研究问题描述出发的检索（必须有种子文献）；免费版每月5个图谱的数量限制对高频使用场景明显不足；Connected Papers不提供任何智能相关性判断，图谱中所有文献的相关性评估完全依赖用户人工判断；PaSa的文献覆盖全面性（尤其是在复杂查询下的召回率）系统性地优于Connected Papers的单点种子扩展模式；没有开源版本，无法本地部署。

最优协同：PaSa发现关键文献列表→选取最重要的2至3篇核心文献→分别在Connected Papers中生成共引图谱→发现不在PaSa列表中但被学术共同体广泛共引的潜在相关文献，形成”覆盖全面→共引发现补充”的互补搜索策略。

5.4 Semantic Scholar

核心定位：Allen AI出品的免费学术搜索引擎，覆盖2亿+各学科英文学术文献，语义搜索驱动（超越关键词匹配），提供论文摘要、引用数据、作者信息、相关文献推荐，深度整合AI阅读辅助功能（TLDR自动生成、关键概念提取），提供API供开发者调用，完全免费。

核心优势：Semantic Scholar与PaSa都使用语义理解而非纯粹关键词匹配，但在文献发现的深度和自主化程度上有根本差异。Semantic Scholar的2亿+文献覆盖规模和多学科覆盖范围是在线学术搜索工具中最全面的之一，PaSa的检索底层也在一定程度上依赖类似的学术文献数据库；TLDR（Too Long Didn’t Read）功能自动为每篇论文生成1至2句话的核心贡献摘要，在快速扫描大量搜索结果时效率很高；作者页面和引用分析工具（影响力分析、领域影响力排名）是评估文献权威性的有用参考；免费API是二次开发和工具集成的重要基础设施，PaSa的部分检索底层可以基于Semantic Scholar API构建。

主要局限（对比PaSa）：Semantic Scholar是传统搜索引擎范式（关键词/语义输入→排名结果列表），不具备PaSa的自主决策、引用网络自动遍历、多轮搜索策略优化等智能体特性；Semantic Scholar每次搜索是一次性的，不会在用户查询基础上自主扩展搜索范围；Selector级别的全文理解相关性判断在Semantic Scholar中不存在，相关性排名主要基于文本相似度模型；中文文献覆盖有限。

PaSa与Semantic Scholar的关系：从技术栈角度看，PaSa可以理解为在Semantic Scholar类型的文献数据库基础上，构建了一层具有自主决策能力的智能代理，是对传统学术搜索引擎能力的系统性增强，而非完全替代。对于简单查询，Semantic Scholar的直接搜索效率更高；对于复杂查询，PaSa的代理式搜索覆盖全面性更强。

5.5 Consensus

核心定位：AI学术共识搜索引擎，专注于从学术文献中提炼某一问题的科学研究共识，对每个问题给出基于文献的”研究共识评估”（如”研究共识认为X有效”）、反向论文（质疑主流结论）标注、”Consensus Meter”可视化共识强度，定价免费基础版+付费Pro版约9.99美元/月。

核心优势：Consensus与PaSa的功能定位差异最为根本——PaSa解决的是”找到所有相关文献”的问题，Consensus解决的是”这个领域的学术共识是什么”的问题。Consensus的”共识蒸馏”（Consensus Synthesis）能力在以下场景不可替代：政策研究者需要快速了解某一问题的科学证据基础（如”间歇性禁食对心血管健康的影响”），医学专业人士需要评估某一干预措施的循证支持程度，教育工作者需要了解某一教学方法的研究证据。Consensus将”找文献”和”读共识”合并为一步，比PaSa的”找文献→自己读和判断”的两步流程效率更高。Consensus Meter的可视化共识强度（以百分比显示研究文献支持/反对/中立的比例分布）是PaSa完全没有的知识组织形式。

主要局限（对比PaSa）：Consensus的目标是提炼共识，不是发现所有相关文献——对于需要全面覆盖某个研究方向所有文献的系统综述场景，Consensus的文献发现广度系统性地弱于PaSa；Consensus不开源，没有本地部署选项；对于没有明确共识倾向的前沿研究领域（新方法、新框架的技术比较），Consensus的共识蒸馏能力相对有限；PaSa的引用网络追踪能力和召回率优势在Consensus中完全没有对应功能。

六、五款工具综合评分对照

七、PaSa最适合的使用场景精准判断

最适合以下场景：

• 正在进行系统综述撰写，需要对某一研究方向进行尽可能全面的文献覆盖，对”不能遗漏重要文献”要求极高的研究者

• 进入一个全新研究方向，需要从零开始建立该领域的文献认知，不知道”哪些论文是核心”也不知道”应该用什么关键词搜索”的初始阶段

• 有细粒度、复杂的研究问题需要检索，无法用简单关键词准确表达查询意图的场景

• 需要追踪某一技术的发展脉络，发现早期奠基性文献（这类文献在关键词搜索中往往排名靠后）

• 有本地部署需求的机构用户（高校图书馆、科研院所），需要在自有服务器上运行学术文献检索服务

• 希望将AI学术搜索功能集成到自己的研究工具链中（通过开源代码API集成）的开发者

• 需要支持中文输入的英文文献检索场景（海外论文检索但描述问题习惯用中文的国内研究者）

不建议将PaSa作为主力工具的场景：

• 需要对搜索结果进行批量字段提取和结构化对比展示（建议Elicit）

• 需要直观可视化文献关系网络（建议ResearchRabbit或Connected Papers）

• 已知若干种子文献、只需围绕已知文献向外延伸探索（建议Connected Papers）

• 需要快速了解某一问题的学术共识强度（建议Consensus）

• 查询非常简单直接（单一关键词，无复杂语义约束），传统Google Scholar完全够用的场景（PaSa的多轮自主搜索在此场景下是过度成本）

• 中文学术文献检索（知网、维普、万方文献范围），PaSa主要针对英文学术文献，中文期刊覆盖有限

八、进阶使用策略：最大化PaSa文献发现价值的操作建议

第一，查询描述要具体且富含语义约束，不要用关键词风格描述查询。

PaSa最大的能力优势就在于能处理关键词无法准确表达的复杂研究问题。如果把查询写成”RLHF LLM hallucination”（关键词风格），你等于把PaSa降级成了一个普通关键词搜索引擎。正确的写法是：”比较基于人类反馈的强化学习（RLHF）与直接偏好优化（DPO）在减少大语言模型幻觉错误方面的效果差异，尤其是在开放域问答任务上的实验对比”——这种具体、富含语义约束（指定了任务类型、比较维度、应用场景）的描述，才能充分发挥PaSa的自然语言理解优势，生成覆盖所有相关角度的搜索策略。

第二，将PaSa的结果列表与Elicit配合使用，形成”发现→分析”两步流程。

PaSa擅长发现，Elicit擅长分析。在PaSa返回文献列表后，将其中最核心的15至30篇文献导入Elicit，利用Elicit的批量字段提取功能为每篇文献提取研究方法、样本量、主要结论等标准字段，生成可视化对比表格，为系统综述的撰写提供结构化的素材基础。两步流程的总耗时（PaSa搜索约5至10分钟+Elicit字段提取约10至15分钟）远少于从头到尾手动完成同等工作所需的数小时甚至数天，且覆盖全面性和结构化程度均显著提升。

第三，对于重要的研究方向，使用多次不同角度的查询组合，不要只提交一次查询。

PaSa的Crawler在每次运行时生成的搜索策略，与查询描述的语义角度有很强的相关性——从”技术方法”角度描述的查询，往往发现更多方法论文献；从”应用场景”角度描述的查询，往往发现更多应用性评估文献；从”理论基础”角度描述的查询，往往发现更多基础理论文献。对于系统综述这类需要全面覆盖的任务，可以从同一研究问题的3至4个不同语义角度各提交一次查询，将多次结果合并去重，得到比单次查询更全面的文献库。多次查询的额外时间成本（每次5至10分钟）相比手动追踪文献的工作量，性价比极高。

第四，充分利用Selector的判断理由文字，不要只看True/False标记。

Selector为每篇论文提供的相关性判断理由文字，是一个被很多用户忽视的高价值信息。这段理由文字描述了”这篇论文的哪些研究内容与你的查询问题的哪些维度相关”，是一种经过AI预处理的文献相关性摘要。对于被标记为True（相关）的论文，阅读理由文字可以快速了解这篇文献对你的研究问题具体有哪方面的参考价值，帮助你在精读之前建立更精确的阅读预期，提高精读的效率。对于被标记为False（不相关）的论文，如果你认为Selector判断有误（基于理由文字的描述），可以人工推翻这个判断并纳入阅读列表——这种人机协作的文献筛选机制比纯人工或纯AI都更有效。

第五，开源版本的本地部署对于有数据隐私需求的研究者是最优选择。

医疗、法律、国防相关的研究方向，往往对研究问题描述的数据隐私有较高要求——将具体的研究问题（尤其是未发表研究的核心问题）提交给在线服务，存在竞争风险意识较强的研究者不愿接受的数据暴露风险。PaSa的完整开源（包括7B模型权重）使本地部署成为可行选择：在机构内部服务器上部署PaSa，所有查询在本地网络环境内处理，研究问题描述不离开机构网络。7B参数量的资源要求（单卡A100级别GPU）在大多数高校和科研院所的现有GPU服务器上可以满足，部署文档完整，有一定Linux服务器运维能力的技术人员可以在半天内完成环境配置和服务启动。