资讯1 分钟阅读·
Google Research提出RFT：多路检索练在训练阶段，推理时交给5390万参数小模型
把多路检索前移到训练阶段换取推理加速；目前仅是研究方案，通用检索质量尚无外部验证。
Google Research 9月15日介绍Retrieve-for-Train（RFT）：训练阶段用强化学习生成多样化检索，再把检索行为迁移到5390万参数的扩散式向量模型，减少运行时逐词生成查询的等待。加速结果由作者自报，来自开放式摘要检索和弱监督组合检索两个任务；这仍是研究方案，不是Google搜索已部署的功能，特定任务成绩也不能当作通用检索质量的保证。