Google Research 论文：利用 Retrieve-for-Train 框架绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习将优化后的查询分解行为蒸馏至一个 53.9M 参数的扩散模型，从而在推理时绕过文本链式推理 token 的生成瓶颈。该方法使用 Gemma3-4B 和 Qwen3-4B 等开源模型进行微调，旨在实现满足集合层面属性（如多样性、互补性）的高效单次查询扩展。
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习将优化后的查询分解行为蒸馏至一个 53.9M 参数的扩散模型，从而在推理时绕过文本链式推理 token 的生成瓶颈。该方法使用 Gemma3-4B 和 Qwen3-4B 等开源模型进行微调，旨在实现满足集合层面属性（如多样性、互补性）的高效单次查询扩展。