يجب أن تُرجع تطبيقات البحث الحديثة مجموعة متماسكة من النتائج، وليس تنويعات لمطابقة واحدة. بالنسبة لـ "معدات التخييم"، يريد المستخدمون خيمة وكيس نوم وموقدًا ومصباحًا للرأس. تستخدم الأنظمة تفرع الاستعلام لتقسيم المطالبة الواسعة إلى استعلامات فرعية. لكن تعليم نموذج لغوي كبير التفكيك الاستعلامي المدرك لقاعدة البيانات يستهلك ميزانية تفكير هائلة. النماذج اللغوية الكبيرة ذات اللقطة الصفرية هي متنبئات نصية عامة، وليست مُحسَّنة لمجموعة نصوص مستهدفة، لذا تحتاج إلى حساب موسّع في وقت الاختبار لتحسين خصائص على مستوى المجموعة مثل التنوع والتغطية مع البقاء مستندة إلى المصادر.

في ورقة ICML 2026 بعنوان "Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion"، نعالج هذا عبر إطار تجميع المكافأة إلى بيانات. بدلاً من ميزانية تفكير استدلالية كبيرة، يستخدم إطار Retrieve-for-Train الخاص بنا التعلم المعزز دون الاتصال لاكتشاف تفرعات متوافقة مع المكافآت وتجميعها في إشراف. ومن خلال تقطير هذه السلوكيات في مسترجع انتشار خفيف، نمكّن تفرع استعلام فعال بتمريرة واحدة عند الاستدلال.

تواجه النماذج اللغوية الكبيرة الجاهزة تحديين: الانهيار إعادة الصياغة، حيث تولّد استعلامات زائدة مثل "أزياء المهرجانات البوهيمية" و"ملابس المهرجانات البوهيمية" بدلاً من سترات الشراشيب أو فساتين الكروشيه؛ وعنق زجاجة زمن الاستجابة الانحداري التلقائي، الذي يتطلب مئات الرموز في سلسلة التفكير. وهذا يخلق حدًا أدنى لزمن الاستجابة يتعارض مع البحث دون الثانية. يتعامل Retrieve-for-Train مع التدريب كجلسة تدريب دون اتصال.

الكيانات الرئيسية: الشركات: Google AI Blog

الأسئلة الشائعة: ما هو إطار Retrieve-for-Train؟

Retrieve-for-Train هو إطار تجميع المكافأة إلى بيانات يستخدم التعلم المعزز دون الاتصال لاكتشاف تفرعات متوافقة مع المكافآت وتجميعها في إشراف، ثم يقطّرها في مسترجع انتشار خفيف لتفرع استعلام فعال بتمريرة واحدة عند الاستدلال.

FAQ Q: ما هو إطار Retrieve-for-Train؟

FAQ A: Retrieve-for-Train هو إطار تجميع المكافأة إلى بيانات يستخدم التعلم المعزز دون الاتصال لاكتشاف تفرعات متوافقة مع المكافآت وتجميعها في إشراف، ثم يقطّرها في مسترجع انتشار خفيف لتفرع استعلام فعال بتمريرة واحدة عند الاستدلال.