Google Research·· 19 天前AI 评分34
Google Research 提出 Retrieve-for-Train：用 RL 编译扩散检索器绕过推理瓶颈
Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train
AI 导读
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次非自回归的查询扇出，无需测试时 CoT 推理 token。
来源：Google Research · research.google