Google 提出 Retrieve-for-Train：把推理瓶颈从检索侧挪到训练侧

国外大模型检索增强推理效率Google · 2026-09-15 · 约1分钟 · 来源：Google Research 官方博客

Google Research 发布 Retrieve-for-Train：针对复杂 AI 搜索（deep research 类多跳任务）的推理瓶颈，把「推理时反复检索」改为「训练时注入检索信号」，让模型在推理阶段减少对外部检索往返的依赖，从而加速复杂查询。

它改变的是推理成本的结构：deep research 类任务慢在多轮检索-生成循环，这条路线把开销从每次推理挪到一次性训练，对「检索增强必须在线跑」的默认架构是一次方向性修正。