SearchLM

让大模型自己当搜索员,越搜越准

SearchLM 是 NeurIPS 2025 论文的官方实现,提出“迭代自我激励”机制,让大语言模型作为智能体进行搜索。它解决的是传统检索系统依赖外部评分器、缺乏自主探索能力的问题。核心能力包括:通过自我激励信号迭代优化搜索策略,让模型自主决定搜索路径和深度;支持多轮搜索与信息整合,提升复杂查询的答案质量;提供完整的训练和推理代码,便于复现和二次开发。该项目面向搜索增强生成(RAG)和智能体搜索领域,旨在将 LLM 从被动响应者转变为主动信息猎手。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 217
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队mangopy
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0许可证,可自由使用和部署,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型large-language-models,llm-reasoning,rag,retrieval-augmented-generation
GitHub 星标★ 217
30天Star增速
HF 下载量
上线时间2025-03-01 00:00:00
最近更新2026-08-19 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

核心亮点

  • 提出迭代自我激励训练范式,模型可自主优化搜索策略,减少人工干预
  • 官方 NeurIPS 论文代码,算法设计有理论支撑,适合学术复现
  • 支持多轮搜索与信息整合,能处理复杂查询,提升答案准确性

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 依赖大规模训练资源,普通开发者难以快速上手实验

适用场景

  • 学术研究:复现论文实验,探索智能体搜索新范式
  • 复杂问答:处理需要多步信息检索的开放域问题
  • RAG 增强:替代传统检索器,提升生成模型的证据获取能力

替代项目

Self-RAG、WebGPT、SearchAgent

项目介绍

SearchLM 是搜索知识领域的开源项目,由 mangopy 开发,2025 年首次发布。

它收录于搜索知识分类,该分类目前共有 585 个项目,GitHub 星标数为 217。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-19。Apache-2.0许可证,可自由使用和部署,无付费版本。

它主要面向的使用场景是:学术研究:复现论文实验,探索智能体搜索新范式。同类可对比的替代方案包括 Self-RAG、WebGPT、SearchAgent。

上一篇:marginalia

下一篇:mql

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09