Retrieve-for-Train 用离线强化学习加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train，用离线强化学习生成与集合属性对齐的查询分解监督，再训练 53.9M-parameter 扩散检索器，在单次非自回归过程中生成完整目标集合。该方法在时延上相较自回归方法实现 12 to 20 speedup，并在大上下文批处理中将近 50 秒的自回归扇出延迟降至亚秒级到数秒。
#搜索
#搜索
今日 0 条Google ResearchAI 评分5858
Google ResearchAI 评分4949 Google Research 推出 PaperVizAgent 与 ScholarPeer 两个 AI 智能体，改进学术工作流
Google Research 推出 PaperVizAgent 和 ScholarPeer 两个 AI 智能体，分别用于生成学术图表和自动评审论文。PaperVizAgent 由五个专用智能体协作，在 0-100 评分中获 60.2 分，超过人类基线 50.0 及 GPT-Image-1.5、Nano-Banana-Pro、Paper2Any。
Google ResearchAI 评分5454 TurboQuant：Google Research 用极限压缩降低 KV cache 与向量搜索开销
Google Research 发布 TurboQuant、QJL 和 PolarQuant，用于压缩 KV cache 与高维向量搜索数据。