⌘ K
… 读取采集状态 同步中...
雷

#搜索

今日 0 条
10月2日周五
  1. AWS Machine Learning Blog40

    Amazon SageMaker AI 如何使用多轮强化学习微调搜索智能体

    Amazon SageMaker AI 利用多轮强化学习(MTRL)微调了 Qwen3.6-27B 模型,使其具备可靠的多轮搜索智能体能力。该方案通过策略梯度算法优化完整轨迹,在保持小模型速度优势的同时,提升了检索质量与可靠性。用户可结合 BM25 和向量搜索工具,在服务端无服务器环境中按 token 计费运行生产级强化学习训练。

9月29日周二
9月16日周三
  1. Google Research45

    Google Research 提出 Retrieve-for-Train 框架,加速复杂 AI 搜索中的推理瓶颈

    Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架,通过离线强化学习将优化后的查询分解行为编译为监督数据,蒸馏至一个 53.9M 参数的扩散检索模型。该模型在推理时通过单次非自回归生成实现高效查询扇出,避免了生成链式推理(CoT)token 带来的延迟瓶颈,无需测试时思考预算即可满足集合级搜索属性。

8月21日周五
5月5日周二