Moderne Suchanwendungen müssen eine kohärente Ergebnismenge zurückgeben, nicht Variationen eines einzelnen Treffers. Für „Campingausrüstung“ wollen Nutzer ein Zelt, einen Schlafsack, einen Kocher und eine Stirnlampe. Systeme verwenden Query-Fan-Out, um einen breiten Prompt in Unterabfragen aufzuteilen. Aber einem LLM datenbankbewusste Query-Dekomposition beizubringen, verbraucht ein massives Denkbudget. Zero-Shot-LLMs sind allgemeine Textprädiktoren, nicht für einen Zielkorpus optimiert, daher benötigen sie erweiterte Testzeit-Berechnung, um Mengeneigenschaften wie Diversität und Abdeckung zu optimieren, während sie geerdet bleiben.

Im ICML-2026-Paper „Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion“ adressieren wir dies über ein Reward-zu-Daten-Kompilierungsframework. Statt eines großen Inferenz-Denkbudgets verwendet unser Retrieve-for-Train-Framework Offline-Reinforcement-Learning, um belohnungsalignierte Fan-Outs zu entdecken und sie in Supervision zu kompilieren. Indem wir diese Verhaltensweisen in einen leichten Diffusions-Retriever destillieren, ermöglichen wir effizienten Single-Pass-Query-Fan-Out zur Inferenzzeit.

Handelsübliche LLMs stehen vor zwei Herausforderungen: paraphrastischer Kollaps, bei dem sie redundante Abfragen wie „Bohemian-Festival-Mode“ und „Bohemian-Festival-Kleidung“ generieren, anstatt Fransenjacken oder Häkelkleider; und autoregressive Latenzengpässe, die Hunderte von Chain-of-Thought-Tokens erfordern. Dies erzeugt eine Latenzuntergrenze, die mit Subsekunden-Suche kollidiert. Retrieve-for-Train behandelt Training als eine Offline-Übungseinheit.

Schlüsselentitäten: Unternehmen: Google AI Blog