Search-o1：清华人大联袂打造，主动查资料强化推理，性能超人类专家

Search-o1是人大与清华联合推出的最新Agentic搜索增强推理模型框架。在博士级别科学问答、数学、代码能力评测中，Search-o1在11项评测中拿下10个第一。该框架解决了o1类模型在推理过程中知识不足的问题，通过暂停推理去搜索查找缺少的知识，再返回继续推理。Search-o1结合了RAG和Reason-in-Documents模块，实现了自主知识检索，提升了大型推理模型的可靠性和适用性。在复杂推理任务和开放域问答基准测试中，Search-o1表现突出，整体性能优于人类专家。目前，该项目已开源，可在抱抱脸和GitHub上获取。

Search-o1的核心动机是通过自主检索来增强推理模型。其包含的Reason-in-Documents模块和Agentic RAG机制，确保模型在推理过程中能够自主决定何时检索外部知识，并将精炼后的知识整合回推理链。实验证明，Search-o1在复杂推理任务和多跳QA任务中表现优异，获得网友的广泛肯定。Search-o1的通讯作者是人大高瓴人工智能学院教授窦志成，团队成员来自人大和清华。

标签：

免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。