Google Research·· 14 天前AI 评分38
Google Research 提出 Retrieve-for-Train：用离线 RL 编译扩散检索器绕过推理瓶颈
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符合奖励的 fan-out 查询并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，在推理时以单次非自回归前向直接生成完整结果集，无需 CoT 推理 token。
来源：Google Research · research.google