Google Research·· 18 天前AI 评分45
Google 提出 Retrieve-for-Train：绕过推理瓶颈加速复杂 AI 搜索
Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train
AI 导读
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。
来源：Google Research · research.google