Google Research：Blog（网页）·· 24 天前AI 评分44
Google 用 Retrieve-for-Train 框架突破推理瓶颈，加速复杂 AI 搜索
September 15, 2026 Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train Algorithms & Theory · Data Mining & Modeling · Generative AI
AI 导读
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生成完整结果集，无需测试时 CoT 推理 token。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 的复述坍缩与自回归延迟瓶颈，论文已被 ICML 2026 收录。
整理与数据来源：AIHOT
来源：Google Research：Blog（网页） · research.google