Aplicativos de busca modernos devem retornar um conjunto coerente de resultados, não variações de uma única correspondência. Para "equipamento de camping", os usuários querem uma barraca, saco de dormir, fogareiro e lanterna de cabeça. Os sistemas usam fan-out de consulta para dividir um prompt amplo em subconsultas. Mas ensinar um LLM a fazer decomposição de consulta ciente do banco de dados consome um enorme orçamento de pensamento. LLMs zero-shot são preditores de texto gerais, não otimizados para um corpus alvo, então precisam de computação estendida em tempo de teste para otimizar propriedades em nível de conjunto como diversidade e cobertura enquanto permanecem fundamentados.

No artigo da ICML 2026 "Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion", abordamos isso por meio de um framework de compilação de recompensa para dados. Em vez de um grande orçamento de pensamento na inferência, nosso framework Retrieve-for-Train usa aprendizado por reforço offline para descobrir fan-outs alinhados à recompensa e compilá-los em supervisão. Ao destilar esses comportamentos em um retriever de difusão leve, possibilitamos fan-out de consulta eficiente em uma única passada na inferência.

LLMs prontos para uso enfrentam dois desafios: colapso parafrástico, onde geram consultas redundantes como "moda de festival boêmio" e "roupas de festival boêmio" em vez de jaquetas de franjas ou vestidos de crochê; e gargalos de latência autorregressiva, exigindo centenas de tokens de cadeia de pensamento. Isso cria um piso de latência em conflito com busca subsegundo. Retrieve-for-Train trata o treinamento como uma sessão de prática offline.

Entidades-chave: Empresas: Google AI Blog