Google Research·2026-09-16 04:00· 22 天前AI 评分31

Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈

Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train

AI 导读

Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现单次非自回归的查询扇出，无需推理时的 CoT 思考 token。

来源：Google Research · research.google