Google Research·· 2026-09-16精选AI 评分41
Google Research 提出 Retrieve-for-Train：用离线强化学习蒸馏扩散模型加速搜索推理
Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train
AI 导读
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，先用离线强化学习让 Gemma3-4B 与 Qwen3-4B 生成满足多样性、对齐和 groundedness 的子查询，再蒸馏为一个 53.9M 参数的非自回归扩散模型。
推荐理由
用离线强化学习把检索策略蒸馏成轻量扩散模型，给搜索类推理加速提供了一条不依赖增大推理预算的迁移路径。
来源：Google Research · research.google