Google Research提出Retrieve-for-Train框架

发生了什么

据Google Research公告，其提出Retrieve-for-Train框架，利用强化学习蒸馏扩散模型以加速AI搜索推理。该方案通过离线RL发现奖励对齐的扇出结果并编译为监督数据，替代昂贵的推理时思考预算，实现轻量级扩散检索器的一次性查询生成。