- ZeroSearch secara drastis mengurangi biaya pelatihan model AI melalui pencarian simulasi, menghilangkan ketergantungan pada mesin pencari eksternal.
- Ia menggunakan sistem pembelajaran penguatan terawasi yang meningkatkan kemampuan mengingat dan penalaran LLM.
- Hal ini memungkinkan perusahaan dan pengembang untuk melatih model tingkat lanjut dengan biaya rendah, memperoleh otonomi dan kontrol atas prosesnya.
Inovasi di bidang kecerdasan buatan telah meledak dalam beberapa waktu terakhir, terutama terkait model bahasa besar (LLM). Salah satu kemajuan paling signifikan di tahun 2025 adalah ZeroSearch, sebuah teknologi yang dikembangkan oleh Alibaba yang mengguncang cara pelatihan model-model ini. Apa sebenarnya ZeroSearch, dan mengapa teknologi ini begitu menarik perhatian di industri? Dalam artikel ini, kita akan membahas metodologi baru ini, cara kerjanya, keunggulan yang ditawarkannya dibandingkan metode tradisional, dan bagaimana hal itu dapat mengubah pengembangan AI di semua tingkatan.
Di kalangan teknologi, ini menjadi topik pembicaraan hangat: ZeroSearch menjanjikan pengurangan biaya pelatihan AI hingga 88% . Lompatan efisiensi ini, jauh dari sekadar taktik pemasaran, memiliki implikasi mendalam bagi perusahaan besar dan kecil, pengembang, dan, tentu saja, bagi kemajuan kecerdasan buatan secara umum.
Apa itu ZeroSearch dan dari mana asalnya?
ZeroSearch adalah teknik pembelajaran penguatan baru yang dirancang untuk melatih model bahasa tanpa bergantung pada mesin pencari eksternal sungguhan selama proses pelatihan. Inovasi ini berasal dari Tongyi Lab milik Alibaba, yang bertujuan untuk menyelesaikan dua masalah umum dalam melatih model AI yang menggunakan pencarian web: biaya tinggi penggunaan API dan ketidakpastian kualitas dokumen yang diambil.
Hingga saat ini, pengembangan asisten canggih, chatbot, atau mesin rekomendasi memerlukan pengiriman puluhan ribu pertanyaan ke mesin pencari seperti Google melalui layanan berbayar, sehingga meningkatkan biaya dan membatasi skalabilitas, terutama bagi perusahaan dengan anggaran terbatas.
ZeroSearch mengubah permainan dengan bertaruh pada sistem di mana LLM itu sendiri belajar untuk mensimulasikan operasi mesin pencari , menghasilkan dokumen yang relevan atau bahkan tidak relevan (berisik) sebagai respons terhadap kueri, dan dengan demikian memungkinkan pelatihan tanpa interaksi eksternal.
Bagaimana cara kerja ZeroSearch? Penjelasan teknis terperinci
Inti dari ZeroSearch adalah kerangka kerja pembelajaran penguatan (reinforcement learning/RL) yang menghilangkan kebutuhan akan pencarian internet aktual selama pelatihan. Mari kita periksa langkah demi langkah bagaimana proses ini disusun menurut pendekatan Alibaba dan analisis komprehensif yang dipublikasikan tentang teknik ini.
1. Penyetelan yang diawasi ringan untuk mensimulasikan pencarian
Semuanya dimulai dengan penyempurnaan terawasi (supervised fine-tuning/SFT), di mana LLM dilatih untuk berperilaku seperti modul pencarian informasi. Melalui penyempurnaan ini, ia belajar menghasilkan dokumen respons terhadap kueri, meniru gaya tekstual dan tipe konten yang akan ditawarkan oleh mesin pencari sungguhan. Selama fase awal ini, jalur interaksi antara model dan mesin pencari direkam, membentuk log kueri dan dokumen yang diambil.
Jalur yang berhasil, yakni jalur yang mengarah pada jawaban yang benar, diberi label positif (dokumen yang berguna), sedangkan jalur yang menghasilkan kesalahan atau jawaban yang salah diberi label negatif (dokumen berisik). Diferensiasi ini nantinya akan membantu model memahami dan mereproduksi dinamika pencarian yang realistis, termasuk hasil yang relevan dan yang kurang bermanfaat.
2. Peran pembelajaran penguatan dengan simulasi kurikulum
Setelah penyetelan terawasi, model beralih ke fase pelatihan penguatan, di mana praktik baik diperkuat dan kegagalan dihukum. Di sini, LLM simulasi itu sendiri bertindak sebagai mesin pencari, menanggapi kueri yang dihasilkan oleh model kebijakan dan mengembalikan dokumen yang mungkin berguna atau bermasalah.
Tingkat kesulitan model meningkat secara bertahap, mengikuti strategi kurikulum yang secara perlahan menurunkan kualitas dokumen yang dihasilkan. Hal ini memungkinkan sistem untuk belajar terlebih dahulu di lingkungan yang terkontrol dan, seiring perkembangannya, menghadapi contoh-contoh yang semakin kompleks atau penuh gangguan . Pendekatan ini membantu model mengembangkan kemampuan pencarian dan penalaran yang kuat dalam kondisi realistis.
3. Desain penghargaan dan metrik evaluasi
Untuk memandu pembelajaran, ZeroSearch menggunakan fungsi penghargaan berdasarkan skor F1 , yang menyeimbangkan akurasi dan recall dengan mempertimbangkan kecocokan kata antara prediksi dan jawaban yang benar. Tujuannya adalah untuk memaksimalkan akurasi jawaban akhir yang dapat dihasilkan model, tanpa terlalu mengkhawatirkan format, karena LLM biasanya menghasilkan teks yang diformat dengan baik secara alami.
4. Template interaksi dan penalaran multi-giliran
Selama pelatihan, templat interaksi digunakan yang membagi proses menjadi tiga tahap: penalaran internal (dibatasi antara tag seperti <think>...</think>), melakukan konsultasi (<search>...</search>) Dan pembangkitan respons (<answer>...</answer>). Hal ini memungkinkan model meningkatkan kemampuannya dalam merumuskan pertanyaan yang relevan dan memberikan jawaban yang berdasar.
5. Kompatibilitas dan skalabilitas
ZeroSearch kompatibel dengan model bahasa utama, seperti keluarga Qwen-2.5, Qwen-2.5 , LLaMA-3.2, dan varian yang disesuaikan dengan instruksi atau varian dasar. Selain itu, ZeroSearch dapat diimplementasikan dengan berbagai algoritma penguatan (PPO, GRPO, dan lain-lain), sehingga memudahkan penerapannya di berbagai lingkungan pengembangan.
Data dunia nyata: Berapa banyak penghematan yang dilakukan ZeroSearch dan bagaimana kinerjanya?
Eksperimen yang dilakukan oleh Alibaba dan didokumentasikan dalam publikasi dan repositori khusus menunjukkan bahwa ZeroSearch mencapai kinerja yang sebanding, bahkan lebih unggul, daripada yang diperoleh melalui mesin pencari komersial tradisional . Penghematan biaya sangat signifikan:
- Melakukan 64.000 kueri menggunakan Google Search API dapat menghabiskan biaya sekitar Dolar AS 586,70 (sekitar €540).
- Volume kueri yang sama, yang dihasilkan dan dikelola dengan LLM 14.000 miliar parameter menggunakan ZeroSearch, mengurangi biaya menjadi hanya Dolar AS 70,80 (sekitar € 65).
- Perbedaan ini menyiratkan Penghematan biaya pelatihan sebesar 88%, menghilangkan ketergantungan pada API eksternal dan memungkinkan skalabilitas yang lebih besar.
Di sisi lain, hasil kualitasnya mengesankan: eksperimen memperlihatkan bahwa modul pengambilan parameter 7 miliar menyamai performa sistem yang berbasis pada Google Search, sementara dengan parameter 14 miliar, model tersebut bahkan mengunggulinya dalam tugas tanya jawab, menggunakan kumpulan data inferensi kompleks dan lompatan tunggal.
Keuntungan utama dan dampaknya terhadap industri kecerdasan buatan
Kehadiran ZeroSearch menandai pergeseran radikal dalam cara perusahaan dan pengembang dapat mendekati pelatihan model tingkat lanjut :
- Pengurangan drastis hambatan ekonomi: Memfasilitasi akses ke teknik AI canggih untuk UKM, perusahaan rintisan, dan pengembang independen yang sebelumnya terhambat oleh biaya API komersial.
- Kontrol yang lebih besar atas pelatihanDengan membuat dokumen simulasi, tim dapat menentukan dengan tepat informasi apa yang diterima model, menyesuaikan tingkat kesulitan dan kualitas agar sesuai dengan kebutuhan mereka.
- Meningkatkan otonomi teknis: Meminimalkan ketergantungan pada platform teknologi asing yang besar, mempromosikan pengembangan solusi AI lokal yang disesuaikan.
- Kemampuan beradaptasi dan modularitasZeroSearch dapat digunakan pada berbagai model dan disesuaikan dengan alur kerja dan persyaratan bisnis yang berbeda.
Perbedaan dari strategi sebelumnya: RAG, pencarian nyata dan simulasi
Sebelum ZeroSearch, solusi paling umum untuk menyediakan informasi terkini dan akurat kepada LLM adalah penggunaan RAG (Retrieval-Augmented Generation), di mana model tersebut menanyakan sumber eksternal menggunakan pencarian di dunia nyata. Namun, hal ini menimbulkan beberapa masalah yang jelas:
- Harga tinggi: Penggunaan API yang berkelanjutan dapat melonjakkan anggaran.
- Kualitas variabel: Dokumen yang diambil bisa sangat tidak konsisten tergantung pada pencarian dan API itu sendiri.
- Batasan hukum dan privasi:Mengandalkan layanan pihak ketiga melibatkan risiko hukum dan politik, terutama jika Anda berlatih dengan informasi sensitif.
ZeroSearch menghilangkan kebutuhan untuk terus-menerus merujuk ke sumber eksternal, yang memungkinkan model belajar mencari “di dalam dirinya sendiri” karena mensimulasikan pengalaman berinteraksi dengan mesin pencari.
Dampak dan aplikasi kehidupan nyata: dari Quark hingga demokratisasi AI
Alibaba telah mengintegrasikan ZeroSearch ke dalam produk komersialnya. Aplikasi Quark miliknya, yang didukung oleh model Qwen, telah menunjukkan peningkatan yang luar biasa dalam penalaran dan respons akurat terhadap kueri kompleks berkat teknik ini. Namun yang terpenting, ZeroSearch membuka pintu bagi perusahaan-perusahaan kecil untuk merancang model canggih mereka sendiri tanpa memerlukan infrastruktur eksternal yang mahal.
Komunitas penelitian memiliki akses ke repositori kode, kumpulan data, dan model terlatih di GitHub dan Hugging Face, yang mendorong adopsi dan eksperimen global.
Seperti apa masa depan pelatihan AI berkat ZeroSearch?
Seiring dengan semakin matangnya teknik-teknik ini, kita akan melihat semakin banyaknya asisten cerdas dengan kemampuan pencarian tingkat lanjut yang tidak bergantung pada Google, Bing, atau layanan serupa. Hal ini membuka peluang baru di bidang pendidikan, bisnis, dan penelitian, sekaligus berpotensi mengikis dominasi mesin pencari utama di sektor kecerdasan buatan.
Bagi Spanyol dan Eropa, ini mewakili kemungkinan pertumbuhan otonom, berkurangnya ketergantungan dan biaya teknologi, serta kontrol strategis yang lebih besar atas sistem informasi penting.
Munculnya ZeroSearch menandai awal era baru di mana pelatihan model kecerdasan buatan tidak lagi menjadi kemewahan yang hanya tersedia bagi segelintir orang, melainkan menjadi alat yang mudah diakses, terukur, dan semakin canggih. Dengan mengajarkan AI untuk mencari tanpa meninggalkan lingkungannya sendiri, Alibaba telah mengambil langkah besar menuju pengembangan sistem yang mandiri dan efisien yang disesuaikan dengan kebutuhan apa pun . Ini bukan lagi hanya tentang mengurangi biaya, tetapi tentang menciptakan kembali aturan main untuk seluruh industri kecerdasan buatan.
