跳到正文
10月2日周五
9月16日周三
  1. Google Research45

    Google 提出 Retrieve-for-Train:绕过推理瓶颈加速复杂 AI 搜索

    Google 提出 Retrieve-for-Train 框架,通过离线强化学习与扩散模型解决复杂 AI 搜索的查询展开与推理延迟瓶颈。该框架微调 Gemma3-4B 和 Qwen3-4B 离线合成监督数据,再蒸馏到一个 53.9M 参数的轻量扩散检索器。模型通过单次非自回归计算直接生成目标嵌入集合,完全免除测试时 CoT 推理 token 开销。

8月20日周四
  1. Mistral AI73

    Mistral AI 推出 Agentic Search,通过多步检索循环提升复杂文档检索精度

    Mistral AI 推出 Agentic Search 检索层,通过多步检索循环帮助企业模型在长文档与复杂数据中定位并核验信息,已接入 Mistral Search Toolkit 及相关库。

    推荐理由:针对传统单次检索处理长篇和表格易丢失上下文的问题,原文展示了借助文件系统式工具循环检索提升复杂文档精度的方案。