ZeroSearch est un cadre novateur basé sur le renforcement appris, conçu pour inciter la capacité de recherche des Modèles de Langue Grande (MLG) sans interagir avec des moteurs de recherche réels. Grâce à des ajustements supervisés de microapprentissage, ZeroSearch transforme le ML en module de recherche capable de générer des documents pertinents et non pertinents, et introduit un mécanisme de sortie progressive pour stimuler progressivement les capacités de raisonnement du modèle. Les avantages principaux de cette technologie sont sa performance supérieure aux modèles basés sur des moteurs de recherche réels et le fait qu'elle ne génère aucun coût lié aux API. Elle est applicable à diverses tailles de MLG et supporte différentes algorithmes d'apprentissage par renforcement, idéale pour les équipes de recherche et développement nécessitant une capacité de recherche efficace.