绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
2026-09-16
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习将奖励对齐的查询扇出编译为监督数据，再蒸馏到轻量扩散检索器，从而绕过推理时大量自回归思考 token，单次生成连贯、互补的 AI 搜索结果集合。该工作针对数据库感知查询分解中的释义坍缩和延迟瓶颈，面向搜索与推荐场景。2026-09-16
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习将奖励对齐的查询扇出编译为监督数据，再蒸馏到轻量扩散检索器，从而绕过推理时大量自回归思考 token，单次生成连贯、互补的 AI 搜索结果集合。该工作针对数据库感知查询分解中的释义坍缩和延迟瓶颈，面向搜索与推荐场景。