Google Research发布Retrieve-for-Train（R4T）：强化学习编译的扩散检索器，查询扇出快12至20倍

Google Research推出Retrieve-for-Train（R4T）搜索框架，旨在返回连贯且多样的结果集。该方法先用强化学习训练一次扇出语言模型，奖励信号包括有据性、多样性和对齐；再由该模型合成训练数据，用于训练一个5390万参数的扩散检索器。该检索器单次生成所有检索方向，比自回归扇出快12至20倍。目前尚未发布代码或模型权重。