Google Research推出R4T扩散检索器
发生了什么
据MarkTechPost报道,Google Research推出了Retrieve-for-Train (R4T)框架,旨在解决搜索和推荐系统中查询扩展的问题。该框架使用强化学习离线学习良好的查询扇出行为,并将其蒸馏为小型扩散模型,以单次传递生成所有检索方向。相比自回归方法,R4T实现了12倍至20倍的速度提升,例如在批量大小为1024时,耗时从近50秒降至4.21秒。
- 速度提升倍数
- 12×至20×
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口