Google 提出 Retrieve-for-Train 框架，通过离线 RL 把查询分解能力蒸馏进 53.9M 扩散检索器以消除链式推理瓶颈

Google Research 团队在 ICML 2026 论文中提出 Retrieve-for-Train 框架，用离线强化学习把集合级奖励对齐的查询分解行为蒸馏进一个 53.9M 参数的非自回归扩散检索器，从而在推理时跳过链式推理 token，单次直接生成满足多样性、覆盖度等集合级属性的子查询集。