Google Research 提出 Retrieve-for-Train 框架：通过 RL 编译扩散模型加速复杂 AI 搜索

Google Research 提出 Retrieve-for-Train 桡架，利用离线强化学习编译搜索分解行为，使 AI 能在推理时无需生成大量推理 token 即可实现高效查询扩展。该框架通过 53.9M 参数的扩散模型直接将查询嵌入映射为完整结果集嵌入，实现非自回归的一次性检索。方法基于 Gemma3-4B 和 Qwen3-4B 等开源 4B 模型进行微调，无需人工标注即可合成监督数据。