⌘ K
… 读取采集状态 同步中...
雷
原文
Google Research·· 27 天前AI 评分45

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

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

AI 导读

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。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Google Research · research.google