Google Research представила R4T для поиска по множеству результатов

Google Research разработала Retrieve-for-Train (R4T) — фреймворк для систем поиска и рекомендаций, которые должны возвращать набор разнообразных результатов вместо одного лучшего совпадения. Технология использует reinforcement learning для обучения правильному разветвлению запроса, а затем упаковывает это поведение в малую диффузионную модель, которая генерирует все направления поиска за один проход.

R4T решает две проблемы стандартного подхода: паразитическое схлопывание (когда LLM генерирует синонимичные подзапросы вроде «bohemian festival fashion» и «festival bohemian clothes») и высокую задержку при авторегрессивной генерации с повторными вызовами поиска.